برای جستجو در بین هزاران پایان نامه در موضوعات مختلف     

      و دانلود متن کامل آنها با فرمت ورد اینجا کلیک کنید     

 
دانلود پایان نامه
شبکه های عصبی اطلاعات را به روشی مشابه با کاری که مغز انسان انجام می دهد پردازش می کنند. آنها از تعداد زیادی از عناصر پردازشی(سلول عصبی) که فوق العاده بهم پیوسته اند تشکیل شده است که این عناصر به صورت موازی باهم برای حل یک مسئله مشخص کار می کنند. شبکه های عصبی با مثال کار می کنند و نمی توان آنها را برای انجام یک وظیفه خاص برنامه ریزی کرد. مثال ها می بایست با دقت انتخاب شوند در غیر این صورت زمان سودمند، تلف می شود و یا حتی بدتر از این، شبکه ممکن است نادرست کار کند. امتیاز شبکه عصبی این است که خودش کشف می کند که چگونه مسئله را حل کند، عملکرد آن غیر قابل پیش گویی است.
از طرف دیگر کامپیوتر های معمولی از یک مسیر مشخص برای حل یک مسئله استفاده می کنند. راه حلی که مسئله از آن طریق حل می شود باید از قبل شناخته شود و به صورت دستورات کوتاه و غیر مبهمی شرح داده شود. این دستورات سپس به زبان های برنامه نویسی سطح بالا برگردانده می شود و بعد از آن به کدهایی که کامپیوتر قادر به درک آنها است تبدیل می شود. به طور کلی این ماشین ها قابل پیش گویی هستند و اگر چیزی به خطا انجام شود به یک اشتباه سخت افزاری یا نرم افزاری بر می گردد.
شبکه های عصبی و کامپیوتر های معمولی با هم در حال رقابت نیستند بلکه کامل کننده یکدیگرند. وظایفی وجود دارد که بیشتر مناسب روش های الگوریتمی هستند نظیر عملیات محاسباتی و وظایفی نیز وجود دارد که بیشتر مناسب شبکه های عصبی هستند. حتی فراتر از این، مسائلی وجود دارد که نیازمند به سیستمی است که از ترکیب هر دو روش بدست می آید(به طور معمول کامپیوتر های معمولی برای نظارت بر شبکه های عصبی به کار گرفته می شوند) به این قصد که بیشترین کارایی بدست آید.
شبکه های عصبی معجزه نمی کنند اما اگر خردمندانه به کار گرفته شوند نتایج شگفت آوری را خلق می کنند.
سابقه تاریخی
به نظر میآید شبیهسازیهای شبکه عصبی یکی از پیشرفتهای اخیر باشد. اگرچه این موضوع پیش از ظهور کامپیوترها بنیانگذاری شده و حداقل یک مانع بزرگ تاریخی و چندین دوره مختلف را پشت سر گذاشته است.
خیلی از پیشرفتهای مهم با تقلیدها و شبیهسازیهای ساده و ارزان کامپیوتری بدست آمده است. در پی یک دوره ابتدائی اشتیاق و فعالیت در این زمینه، یک دورهی بیمیلی و بدنامی را هم پشت سرگذاشته است. در طول این دوره سرمایه گذاری و پشتیبانی حرفهای از این موضوع در پایینترین حد خود بود، پیشرفتهای مهمی به نسبت تحقیقات محدود در این زمینه صورت گرفت که بدین وسیله پیشگامان قادر شدند تا به گسترش تکنولوژی متقاعدکنندهای بپردازند که خیلی برجستهتر از محدودیتهایی بود که توسط Minsky و Papert شناسانده شد. Minsky وPapert کتابی را در سال 1969 منتشر کردند که در آن عقیده عمومی راجع به میزان محرومیت شبکههای عصبی را در میان محققان معین کرده بود و بدین صورت این عقیده بدون تجزبه و تحلیلهای بیشتر پذیرفته شد. هماکنون، زمینه تحقیق شبکههای عصبی از تجدید حیات علایق و متناظر با آن افزایش سرمایهگذاری لذت میبرد.
اولین سلول عصبی مصنوعی در سال 1943 بهوسیله یک neurophysiologist به نامWarren McCulloch و یک منطق دان به نام Walter Pits ساخته شد اما محدودیتهای تکنولوژی در آن زمان اجازه کار بیشتر به آنها نداد.
ساختار شبکه های عصبی مصنوعی
شبکه های عصبی مصنوعی جز آن دسته از سیستمهای دینامیکی قرار دارند که با پردازش روی دادههای تجربی، دانش یا قانون نهفته در ورای دادهها را به ساختار شبکه منتقل میکنند. به همین خاطر به این سیستمها هوشمند میگویند، چرا که بر اساس محاسبات روی دادههای عددی یا مثالها، قوانین کلی را یاد می گیرند. برای نخستین بار شخصی به نام سگال اعلام کرد که مغز از عناصر اصلی ساختاری به نام نرون تشکیل شده است و هر نرون بیولوژیکی به عنوان اجتماعی از مواد آلی، اگر چه دارای پیچیدگی یک میکروپروسسور است، ولی دارای سرعت محاسباتی برابر با یک میکروپروسسور نیست. دانشمندان علم بیولوژی دریافتهاند که عملکرد نرونهای بیولوژیکی از قبیل ذخیرهسازی و حفظ اطلاعات، در خود نرونها و ارتباطات بین نرونها نهفته است. گرچه همه نرونها کارکرد یکسانی دارند، ولی اندازه و شکل آنها بستگی به محل استقرارشان در سیستم عصبی دارد.
با وجود این همه تنوع، بیشتر نرونها از سه قسمت اساسی تشکیل شدهاند:
بدنه سلول (که شامل هسته و قسمت های حفاظتی دیگر است)
دندریت
اکسون
دو قسمت آخر، عناصر ارتباطی نرون را تشکیل می دهند. شکل 2-1 ساختمان سلول عصبی را نشان میدهند.
شکل 2- 1: ساختمان سلول عصبی
نرون ها بر اساس ساختارهایی که بین آنها پیامها هدایت میشوند به سه دسته تقسیم میگردند:
نرونهای حسی که اطلاعات را از ارگانهای حسی به مغز و نخاع می فرستند.
نرونهای محرک که سیگنالهای فرمان را از مغز و نخاع به ماهیچهها و غدد هدایت میکنند.
نرونهای ارتباطی که نرونها را به هم متصل میکنند.
روابط بین نرونهای ارتباطی موجبات انجام کارهای پیچیده را از قبیل تفکر، احساسات، ادراک و محفوظات فراهم میآورد. با توجه به مقدمات فوق، میتوان گفت که با تمام اغراقها در مورد شبکههای عصبی مصنوعی، این شبکهها اصلا سعی در حفظ پیچیدگی مغز ندارند. از جمله شباهت این دو سیستم میتوان به موارد زیر اشاره نمود:
بلوکهای ساختاری در هر دو شبکه مصنوعی و بیولوژیکی، دستگاههای محاسباتی خیلی ساده هستند و علاوه بر این، نرونهای مصنوعی از سادگی بیشتری برخوردار هستند.
ارتباطهای بین نرونها، عملکرد شبکه را تعیین میکند اگر چه نرونهای بیولوژیکی از نرونهای مصنوعی که توسط مدارهای الکتریکی ساخته میشوند، بسیار کندتر هستند(یک میلیون بار)، اما عملکرد مغز، خیلی سریعتر از عملکرد یک کامپیوتر معمولی است. علت این پدیده بیشتر به خاطر ساختار کاملا موازی نرونها است و این یعنی همه نرونها معمولا به طور همزمان کار میکنند و پاسخ میدهند.
دسته بندی : علمی