MATLAB (شبکه عصبی 1 – ANN)

 

کارگاه آموزش شبکه عصبی مصنوعی 1 در متلب

شبکه عصبی مصنوعی برگرفته از سیستم عصبی بدن انسان ایجاد شده است. نقل و انتقال داده در بدن انسان به کمک نورون های عصبی انجام می شود. عملکرد نورون ها بسیار پیچیده بوده اما در عین حال مدل ساده ای دارند.

تبدیل نحوه عملکرد نورون ها به یک مدل ریاضی در نهایت ما را به ساختاری به نام شبکه عصبی مصنوعی در شاخه علم هوش مصنوعی و زیر شاخه هوش محاسباتی می رساند که می توان از این شبکه در مباحث مدلسازی، بهینه سازی، طبقه بندی، شناسایی سیستم و … استفاده نمود.

در این دوره با دو نوع از پرکاربردترین شبکه های عصبی مصنوعی به نام پرسپترون و شعاعی و نحوه مدلسازی و کدنویسی آنها آشنا خواهید گشت.

سرفصل های دوره:

  • معرفی شبکه های عصبی پرسپترون تک و چند لایه
  • تئوری
  • مدل سازی ریاضی
  • ترکیبات منطقی تک و چند لایه
  • بررسی روش های بهینه سازی
    • کلاسیک ؛ Levenberg-Marquardt
      • Gradient Descend
      • Back propagation
      • Adaptive Learning
    • هوشمند
  • معرفی کاربردهای شبکه عصبی
    • Modeling & Function approximation
    • Classification ، Vector quantization
    • Associated Memory
    • Compression
    • Optimization
    • System Identification
    • Control

2- معرفی شبکه های عصبی شعاعی

 

مخاطبین دوره :

دانشجویان کارشناسی ارشد و دکتری تمامی رشته های مهندسی/علوم پایه/اقتصاد و …

 

پیش نیاز دوره:

آشنایی اولیه با نرم افزار متلب و مباحث مدل سازی و بهینه سازی

 

تعداد ساعت  آموزش سرفصل ها: 8 ساعت