شبیه سازی مدل دینامیکی معادلات دیفرانسیل کسری توزیع شده و کاربردهای آن در مدل سازی تصمیم گیری انسان
- سال انتشار: 1398
- محل انتشار: کنفرانس ملی انفورماتیک ایران
- کد COI اختصاصی: NICC01_012
- زبان مقاله: فارسی
- تعداد مشاهده: 986
نویسندگان
دپارتمان ریاضیات کاربردی و صنعتی، دانشگاه شهید بهشتی، تهران
دپارتمان مدل سازی شناختی، دانشگاه شهید بهشتی، تهران
استادیار، دپارتمان مدل سازی شناختی، دانشگاه شهید بهشتی، تهران
استادیار، پژوهشکده علوم کامپیوتر، پژوهشگاه دانش های بنیادی، تهران
چکیده
انسان ها روزانه تصمیم های متعددی در شرایط مختلف می گیرند. یکی از مسائل مهم و بنیادین در هوش مصنوعی و علوم شناختی جواب دادن به این سوال است که انسا ن چگونه تصمیم می گیرد پژوهشگران بسیاری با ساخت مدل های تصمیم گیری متفاوت سعی در پاسخ دادن به این سوال داشته اند. در این مقاله، با ارائه یک شبکه عصبی، سعی در شبیه سازی یکی از مدل های تصمیم گیری داریم. مدل منتخب بر اساس مشتق کسری توزیع شده و ارتباط آن با قدم زدن تصادفی است. به علاوه، شبکه عصبی مورد نظر از خانواده جدیدی از چندجمله ای های لاگرانژ 1 به نام توابع لاگرانژ توسعه یافته به عنوان توابع فعال ساز لایه های نهان استفاده می کند. همچنین از الگوریتم لونبرگ-مارچارت به عنوان بهینه ساز شبکه عصبی استفاده شده است. برای نشان دادن موثر بودن و کاربردی بودن شبکه عصبی مذکور تعدادی مثال عددی ارائه شده است. آزمایش های عددی میزان دقت و کارایی مدل را بیان می کند. دقت های بدست آمده در این آزمایش ها بیش از 10^20- است که این دقت در الگوریتم های قبلی حدود 10^10- بوده است.کلیدواژه ها
شبکه های عصبی متعامد، الگوریتم لونبرگ مارچارت، تصمیم گیری شناختی، -تابع لاگرانژ توسعه یافته، مشتق کاپوتومقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.