تحقیق با موضوع تعریف و طبیعت هوش مصنوعی

تحقیق با موضوع تعریف و طبیعت هوش مصنوعی تحقیق با موضوع تعریف و طبیعت هوش مصنوعی 70صفحه قالب ورد قابل ویرایش

دسته بندی	کامپیوتر و IT
فرمت فایل	doc
حجم فایل	70 کیلو بایت
تعداد صفحات فایل	70

توضیحات:

تحقیق با موضوع تعریف و طبیعت هوش مصنوعی 

70صفحه قالب ورد قابل ویرایش

بخشی ازمتن:

هوش مصنوعی (artificial intelligence) را باید عرصهٔ پهناور تلاقی و ملاقات بسیاری از دانش‌ها، علوم، و فنون قدیم و جدید دانست. ریشه‌ها و ایده‌های اصلی آن را باید در فلسفه، زبان‌شناسی، ریاضیات، روان‌شناسی، نورولوژی، و فیزیولوژی نشان گرفت و شاخه‌ها، فروع، و کاربردهای گونا‌گون و فراوان آن را در علوم رایانه، علوم مهندسی، علوم زیست‌شناسی و پزشکی، علوم ارتباطات و زمینه‌های بسیار دیگر.

هدف هوش مصنوعی بطور کلی ساخت ماشینی است که بتواند «فکر» کند. اما برای دسته بندی و تعریف ماشینهای متفکر، می‌بایست به تعریف «هوش» پرداخت. همچنین به تعاریفی برای «آگاهی» و «درک» نیز نیازمندیم و در نهایت به معیاری برای سنجش هوش یک ماشین نیازمندیم.

با وجودی که برآورده سازی نیازهای صنایع نظامی، مهم‌ترین عامل توسعه و رشد هوش مصنوعی بوده‌است، هم اکنون از فراورده‌های این شاخه از علوم در صنایع پزشکی، رباتیک، پیش بینی وضع هوا، نقشه‌برداری و شناسایی عوارض، تشخیص صدا، تشخیص گفتار و دست خط و بازی‌ها و نرم افزارهای رایانه‌ای استفاده می‌شود.

تاریخچه

مباحث هوش مصنوعی پیش از بوجود آمدن علوم الکترونیک، توسط فلاسفه و ریاضی دانانی نظیر بول (Boole) که اقدام به ارائه قوانین و نظریه‌هایی در باب منطق نمودند، مطرح شده بود. در سال ۱۹۴۳، با اختراع رایانه‌های الکترونیکی، هوش مصنوعی، دانشمندان را به چالشی بزرگ فراخواند. بنظر می‌رسید، فناوری در نهایت قادر به شبیه سازی رفتارهای هوشمندانه خواهد بود.

با وجود مخالفت گروهی از متفکرین با هوش مصنوعی که با دیده تردید به کارآمدی آن می‌نگریستند تنها پس از چهار دهه، شاهد تولد ماشینهای شطرنج باز و دیگر سامانه‌های هوشمند در صنایع گوناگون هستیم.

نام هوش مصنوعی در سال ۱۹۶۵ میلادی به عنوان یک دانش جدید ابداع گردید. البته فعالیت درزمینه این علم از سال ۱۹۶۰ میلادی شروع شده بود.

بیشتر کارهای پژوهشی اولیه در هوش مصنوعی بر روی انجام ماشینی بازی‌ها و نیز اثبات قضیه‌های ریاضی با کمک رایانه‌ها بود. در آغاز چنین به نظر می‌آمد که رایانه‌ها قادر خواهند بود چنین اموری را تنها با بهره گرفتن از تعداد بسیار زیادی کشف و جستجو برای مسیرهای حل مسئله و سپس انتخاب بهترین آن‌ها به انجام رسانند.

فهرست برخی ازمطالب:

هوش مصنوعی

مقدمه  ......................................................................................................................................    3

تاریخچه   ...............................................................................................................................    3

تعریف و طبیعت هوش مصنوعی .......................................................................................     4

فلسفۀ هوش مصنوعی.... .....................................................................................................     5

مدیریّت پیچیدگی  .................................................................................................................     6

چند سئوال و جواب  ............................................................................................................     9

سیستم های خبره...............................................................................................................     13

مزایای‌ سیستم‌های‌ خبره  .................................................................................................     17

 انسان متخصص در مقایسه با سیستم های خبره ................................................     19

مثالی برای درک کار سیستم های خبره 21

سیستم های خبره چه هستند ؟ ....................................................................................... 22

 تکنیک های جستجو ..........................................................................................................     24

جستجو کورکورانه  ....... .............................................................................................     24

نمایش دانش   ...................................................................................................................     25

قوانین تولید  .......................................................................................................................     25  

مزایای قوانین  ....................................................................................................................     26

قوانین هیوریستیک..............................................................................................................    27

قوانین محدوده ( دامنه )  ....................................................................................................    27

دانش رویه ای  ....................................................................................................................    28

معایب سیستم های تولید قانون  ......................................................................................    28

هوش مصنوعیمقدمه  ......................................................................................................................................    3
تاریخچه   ...............................................................................................................................    3تعریف و طبیعت هوش مصنوعی .......................................................................................     4
فلسفۀ هوش مصنوعی.... .....................................................................................................     5
مدیریّت پیچیدگی  .................................................................................................................     6چند سئوال و جواب  ............................................................................................................     9
سیستم های خبره...............................................................................................................     13مزایای‌ سیستم‌های‌ خبره  .................................................................................................     17 انسان متخصص در مقایسه با سیستم های خبره ................................................     19مثالی برای درک کار سیستم های خبره 21سیستم های خبره چه هستند ؟ ....................................................................................... 22
 تکنیک های جستجو ..........................................................................................................     24
جستجو کورکورانه  ....... .............................................................................................     24
نمایش دانش   ...................................................................................................................     25قوانین تولید  .......................................................................................................................     25  مزایای قوانین  ....................................................................................................................     26قوانین هیوریستیک..............................................................................................................    27قوانین محدوده ( دامنه )  ....................................................................................................    27
دانش رویه ای  ....................................................................................................................    28معایب سیستم های تولید قانون  ......................................................................................    28

تحقیق با موضوع درس هوش مصنوعی

تحقیق با موضوع درس هوش مصنوعی تحقیق با موضوع درس هوش مصنوعی 96صفحه قالب ورد قابل ویرایش

دسته بندی	کامپیوتر و IT
فرمت فایل	doc
حجم فایل	631 کیلو بایت
تعداد صفحات فایل	96

توضیحات:

تحقیق با موضوع درس هوش مصنوعی

96صفحه قالب ورد قابل ویرایش

تحقیق با موضوع درس هوش مصنوعی

96صفحه قالب ورد قابل ویرایش

بخشی ازمتن:

مقدمه 

الگوریتم ها در کامپیوتر ها اعمال مشخص و واضحی هستند که بصورت پی در پی و در جهت رسیدن به هدف خاصی انجام می شوند.حتی در تعریف الگوریتم این گونه آمده است که الگوریتم عبارت است از مجموعه ای ازاعمال واضح که دنبال ای از عملیات را برای رسیدن به هدف خاصی دنبال می کنند.آنچه در این تعریف خود نمایی می کند کلمه دنباله می باشد که به معنای انجام کار ها بصورت گام به گام می باشد. این امر مشخص می کند که همه چیز در الگوریتم های سنتی باید قدم به قدم برای کامپیوتر مشخص و قابل فهم و درک باشد.حتی در اولین الگوریتمهای هوش مصنوعی نیز بر همین پایه و کار قدم به قدم بنا نهاده شده اند.

در اواخرقرن بیستم رویکرد به الگوریتم های جدید صورت گرفت که علتهای مختلفی داشت مثل حجیم بودن میزان محاسبات برخی مسایل و بالا بودن مرتبه زمانی الگوریتم های سنتی در مورد این مسایل باعث شد نیاز به الگوریتمهای جدید احساس شود.همچنین برخی کارهای انسان که هنوز قابل انجام توسط کامپیوتر نبودندو یا به بخوبی توسط کامپیوتر انجام نمی شدند باعث این رویکرد شد.

مهمترین الگوریتمهای جدید عبارتند از :1- شبکه های عصبی 2- منطق فازی  3- محاسبات تکاملی

فهرست برخی ازمطالب:

مقدمه  1

شبکه عصبی چیست ؟ 2

یادگیری در سیستم های بیولوژیک 4

سازمان مغز  6                                                                             

نرون پایه  7

عملیات شبکه های عصبی  7

آموزش شبکه های عصبی  10                                                                                            

معرفی چند نوع شبکه عصبی          14                                                                                  

پرسپترون تک لایه                        14                                                                                   

پرسپترون چند لایه                        21                                                                                 

backpropagation                    25                                                                                  

هاپفیلد                                                    49                                                                        

ماشین  بولتزمن                                        67                                                                        

کوهونن                                                  83                                                                       

کاربردهای شبکه های عصبی                                  86                                                            

منابع 90

پاورپوینت سنگ مصنوعی در 20 اسلاید

پاورپوینت سنگ مصنوعی در 20 اسلاید به طور کامل و جامع همراه با تصاویر در این پروژه پاورپوینت سنگ مصنوعی در20 اسلاید به طور کامل و جامع همراه با تصاویر طبق شرح زیر بیان و ارایه شده است 1 سنگ مصنوعی چیست؟ 2 تصاویر 3 ترکیبات سنگ مصنوعی 4 تصاویر 5 مزایای سنگ مصنوعی نسبت به سنگ طبیعی 6 چگونگی پیدایش سنگ مصنوعی 7 تصاویر 8 کامپوزیت ها 9 سنگ مصنوعی، کامپوزیت معدنی 10 انواع سنگ‌های مصنوعی همراه

دسته بندی	عمران
فرمت فایل	pptx
حجم فایل	1035 کیلو بایت
تعداد صفحات فایل	20

در این پروژه پاورپوینت سنگ مصنوعی در20 اسلاید به طور کامل و جامع همراه با تصاویر طبق شرح زیر بیان و ارایه شده است:

1- سنگ مصنوعی چیست؟

2- تصاویر

3- ترکیبات سنگ مصنوعی

4- تصاویر

5- مزایای سنگ مصنوعی نسبت به سنگ طبیعی

6- چگونگی پیدایش سنگ مصنوعی

7- تصاویر

8- کامپوزیت ها

9- سنگ مصنوعی، کامپوزیت معدنی

10- انواع سنگ‌های مصنوعی همراه با تصاویر

11- انواع طرح‌های سنگ‌های مصنوعی همراه با تصاویر

12- سبک سفال

13- سبک معرق

14- سبک مس

15- سبک مشبک

16- سبک کاشی

17- سبک گچبری

18- سبک چرم

19- سبک فرش

20- سبک چوب

21- ویژگی‌های سنگ‌مصنوعی

22- مراحل تولید سنگ‌ مصنوعی

23- تکنولوژی ساخت سنگ مصنوعی

24- تصاویر

25- سنگبری و تکنیک‌های آن

هوش استراتژیک (هوش مصنوعی،

هوش استراتژیک (هوش مصنوعی، هوش تجاری، هوش رقابتی، مدیریت دانش) هوش استراتژیک(هوش مصنوعی ،هوش تجاری ، هوش رقابتی ،مدیریت دانش)

دسته بندی	صنایع
فرمت فایل	ppt
حجم فایل	2957 کیلو بایت
تعداد صفحات فایل	73

فایل دانلودی حاوی یک فایل پاورپوینتی در 73 اسلاید به صورت متنی همراه با عکس و جدول و... میباشد.
از جمله مطالب فایل دانلودی:
مقدمه
مفهوم اولیه کلمه استراتژی
تعریف استراتژی 
مدیریت استراتژیک چیست ؟
هوش مصنوعی چیست ؟
ویژگی های هوش مصنوعی
دو فرضیه در هوش مصنوعی
هوش تجاری چیست؟
معماری هوش تجاری
خلاصه و نتیجه
هوش رقابتی چیست؟
اهمیت و کاربرد هوش رقابتی 
فرآیند دستیابی به هوش رقابتی 
مهارت‌های مورد نیاز برای دستیابی به هوش رقابتی
مدیریت دانش چیست ؟ 
ویژگیهای سازمانهای (جامعه) مبتنی بردانش 
پله‌های دانش
دانش 
هرم دانش
هوش استراتژیک
و.....

پاورپوینت شبکه های عصبی مصنوعی

پاورپوینت شبکه های عصبی مصنوعی شبکه های عصبی مصنوعی

دسته بندی	سایر گروه های علوم پزشکی
فرمت فایل	pptx
حجم فایل	5278 کیلو بایت
تعداد صفحات فایل	86

فایل دانلودی حاوی یک فایل پاورپوینتی قابل ویرایش در 86 اسلاید به صورت متنی همراه با عکس میباشد.

از جمله مطالب فایل دانلودی:

مقدمه

شبکه عصبی چیست؟

شبکه  عصبی چه قابلیتهائی دارد؟

مسائل مناسب برای یادگیری شبکه های عصبی

الهام از طبیعت

Perceptron

توانائی  پرسپترون

توابعی که پرسپترون قادر به یادگیری آنها میباشد

توابع بولی و پرسپترون

اضافه کردن بایاس

آموزش پرسپترون

قانون پرسپترون

الگوریتم gradient descent 

بدست آوردن قانون gradient descent 

محاسبه گرادیان

خلاصه یادگیری قانون دلتا

مشکلات روش gradient descent 

تقریب افزایشی gradient descent 

مقایسه آموزش یکجا و افزایشی

شبکه های چند لایه

یک سلول واحد

تابع سیگموئید

الگوریتم  Back propagation 

الگوریتم Back propagation 

الگوریتم BP 

شرط خاتمه

مرور الگوریتم BP 

افزودن ممنتم

قدرت نمایش توابع

فضای فرضیه و بایاس استقرا

قدرت نمایش لایه پنهان

قدرت نمایش لایه پنهان

قدرت تعمیم و overfitting

دلایل رخ دادن overfitting 

مثال: تشخیص ارقام

روشی که وزنها یاد گرفته میشوند

شبکه چه چیزی را یاد میگیرد؟

مثالی از تنوع ارقام دستنویس

انواع اتصالات شبکه

انواع مختلف یادگیری

اعمال Backpropagation به تشخیص اشیا

فایل دانلودی حاوی یک فایل پاورپوینتی قابل ویرایش در 86 اسلاید به صورت متنی همراه با عکس میباشد.

از جمله مطالب فایل دانلودی:

مقدمه

شبکه عصبی چیست؟

شبکه  عصبی چه قابلیتهائی دارد؟

مسائل مناسب برای یادگیری شبکه های عصبی

الهام از طبیعت

Perceptron

توانائی  پرسپترون

توابعی که پرسپترون قادر به یادگیری آنها میباشد

توابع بولی و پرسپترون

اضافه کردن بایاس

آموزش پرسپترون

قانون پرسپترون

الگوریتم gradient descent 

بدست آوردن قانون gradient descent 

محاسبه گرادیان

خلاصه یادگیری قانون دلتا

مشکلات روش gradient descent 

تقریب افزایشی gradient descent 

مقایسه آموزش یکجا و افزایشی

شبکه های چند لایه

یک سلول واحد

تابع سیگموئید

الگوریتم  Back propagation 

الگوریتم Back propagation 

الگوریتم BP 

شرط خاتمه

مرور الگوریتم BP 

افزودن ممنتم

قدرت نمایش توابع

فضای فرضیه و بایاس استقرا

قدرت نمایش لایه پنهان

قدرت نمایش لایه پنهان

قدرت تعمیم و overfitting

دلایل رخ دادن overfitting 

مثال: تشخیص ارقام

روشی که وزنها یاد گرفته میشوند

شبکه چه چیزی را یاد میگیرد؟

مثالی از تنوع ارقام دستنویس

انواع اتصالات شبکه

انواع مختلف یادگیری

اعمال Backpropagation به تشخیص اشیا