پاورپوینت فصل چهارم شبکه های عصبی مصنوعی (پرسپترون)
دانشجویان و کاربران گرامی: فایلی که اکنون معرف حضور شماست فایل جامع پاورپوینت فصل چهارم شبکه های عصبی مصنوعی (پرسپترون) می باشد. این فایل شامل ۱۸ اسلاید بسیار سودمند و با ارزش با کیفیت بسیار عالی و در قالب فرمت ppt تهیه شده است که هم اکنون آماده دانلود می باشد. امیدواریم که سودمند بوده و مورد استفاده شما سروران گرامی واقع گردد. در صورت نیاز می توانید این فایل ارزشمند را با مناسب ترین قیمت از فروشگاه سایت یوفایل خریداری و دانلود نمایید.
پاورپوینت فصل چهارم شبکه های عصبی مصنوعی (پرسپترون)
قسمتی از متن فایل:
پرسپترون به معنی سلول عصبی دارای ادراک می باشد و از perception(درک کردن) / perceptrop (ادراک گر) می آید.
رزنبلات Rosenblatt)) ثابت کرد که اگر الگوهای ورودی ازدو گروه (کلاس) مختلف انتخاب شوند بطوریکه این دو کلاس به طور خطی قابل جدا کردن باشند
در این صورت الگوریتم پرسپترون همگرا خواهد بود و جداسازی این دو کلاس توسط یک صفحه اجرا خواهد شد.
اگر Vj مثبت باشد مقدار Yj برابر ۱ است .
اگر Vj منفی باشد مقدار Yj برابر ۱- است.
وظیفه این سلول جدا کردن سیگنال های ورودی به دو کلاس C1 و C2 است.
اگر Yj برابر ۱ باشد آنگاه X متعلق به کلاس C1 است.
اگر Yj برابر ۱- باشد آنگاه X متعلق به کلاس C2 است.
وزن های w1 تا wp را می توان بر اساس قاعده تصحیح خطا تنظیم کرد. به این قاعده الگوریتم همگرایی در پرسپترون می گویند.
برای مقدار ثابت n (یک لحظه معین ) معادله
WT X = 0
نشان دهنده معادله سطح خواهد بود که در مختصات p بعدی رسم شده است.
این سطح فضای ورودی را به دو قسمت تقسیم می کند:
۱- WT X > 0 بردار ورودی متعلق به کلاس C1 است.
۲- WT X < 0 بردار ورودی متعلق به کلاس C2 است.
بنابراین با داشتن دو دسته بردار ورودی X1 و X2 که به طور خطی قابل تفکیک هستند ، مسئله ما پیدا کردن بردار وزن W است بطوریکه شرایط ۱ و ۲ در بالا را برآورده سازد.
- لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
- همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
- ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.