علی یوسفی - عضو هیئت علمی دانشگاه آزاد اسلامی واحد همدان
کامبیز بدیع - گروه پژوهشی جامعه اطلاعاتی، مرکز تحقیقات مخابرات ایران

یکی از ابزارهای هوش مصنوعی شبکه های عصبی مصنوعی است که امروزه مورد توجه بسیاری از محققان و دانش پژوهان می باشد . بدلیل قابلیت های فراوان این ابزار در کاربردهای مختلف، مدل های گوناگونی برای آن طرح شده است که یکی از این مدل ها، شبکه های پرسپترون چند لایه پیشرو است که با الگوریتم پس انتشار خطا آموزش داده می شوند . در این مقاله هدف، استفاده از این شبکه ها جهت تشخیص جنسیت افراد از روی چهره می باشد . نتایج بدست آمده در آزمایشات انجام گرفته موید آن است که بین %٨٥ الی %٩٥ تشخیص چهر ه های ناآزموده با موفقیت انجام گرفته که نشان دهنده توانایی مناسب شبکه های پرسپترون چند لایه ای در حل مساله تشخیص جنسیت و مسائلی از این قبیل می باشد . در این روش از روش های پردازش چهره بعنوان پیش پردازش تصاویر استفاده شده است . همچنین با مقایسه این روش با سایر روش ها نظیر استفاده از حافظه خود القاء وآنالیز مولفه های اصلی چهره به کارایی این روش می توان پی برد

شبکه های عصبی پرسپترون چند لایه پیشرو، پردازش تصویر، پس انتشار خط ا، آنالیز مولفه های اصلی، حافظه خود القاء