گروه آموزشی ترجمه فا اقدام به ارائه ترجمه مقاله با موضوع ” رشد DSS مبتنی بر شبکه عصبی و GA ” در قالب فایل ورد نموده است که شما عزیزان میتوانید پس از دانلود رایگان مقاله انگلیسی و نیز مطالعه نمونه ترجمه و سایر مشخصات، ترجمه را خریداری نمایید.
| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
توسعه سیستم پشتیبانی از تصمیم گیری بر اساس شبکه های عصبی و یک الگوریتم ژنتیک |
| عنوان انگلیسی مقاله: |
Development of a decision support system based on neural networks and a genetic algorithm |
|
|
| مشخصات مقاله انگلیسی (PDF) | |
| سال انتشار | 2015 |
| تعداد صفحات مقاله انگلیسی | 7 صفحه با فرمت pdf |
| رشته های مرتبط با این مقاله | مهندسی کامپیوتر |
| گرایش های مرتبط با این مقاله | مهندسی نرم افزار، مهندسی الگوریتم ها و محاسبات و هوش مصنوعی |
| مجله | سیستم های خبره با کاربردهای آن – Expert Systems with Applications |
| دانشگاه | موسسه الکترونیک و ریاضی مسکو، دانشکده اقتصاد، دانشگاه ملی روسیه |
| کلمات کلیدی | الگوریتم ژنتیک، سیستم پشتیبانی تصمیم، DSS، شبکه عصبی، GPGPU ،CUDA |
| شناسه شاپا یا ISSN | ISSN 015.03.018 |
| رفرنس | دارد |
| لینک مقاله در سایت مرجع | لینک این مقاله در نشریه Elsevier |
| نشریه | Elsevier |
| مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
| تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت 14 B Nazanin | 18 صفحه |
| ترجمه عناوین تصاویر و جداول | ترجمه شده است |
| ترجمه متون داخل تصاویر | ترجمه شده است |
| ترجمه متون داخل جداول | ترجمه شده است |
| درج تصاویر در فایل ترجمه | درج شده است |
| درج جداول در فایل ترجمه | درج شده است |
| درج فرمولها و محاسبات در فایل ترجمه به صورت عکس | درج شده است |
- فهرست مطالب:
چکیده
1. مقدمه
2. پیش بینی
3. شبکه های عصبی میانی
4. انتخاب معنی دارترین نگرش ها
5. استفاده از واحدهای پردازش گرافیکی (GPU) برای محاسبات موازی
6. توضیح مفصل سیستم پیشنهادی
7. تحلیل روش های مشابه
8. مثال کاربردی
9. نتیجه گیری
- بخشی از ترجمه:
9. نتیجه گیری
با تحلیل روش های مورد استفاده و تست های نهایی سیستم، نتیجه گیری های زیر قابل مطرح شدن هستند:
1. DSS پیشنهادی یک مدل کاملا جدید از DSS سرعت بالا است که می تواند با داده های میانی نادقیق، تصادفی یا استاندارد کار کند.
2. DSS به خوبی با داده های پیچیده و وابسته کنار می آید. این امر در آموزش شبکه های عصبی میانی شامل تا 30 ورودی بدون کاهش معنی دار در سرعت یا دقت موفق است.
3. این امر برای استفاده از DSS پیشرفته برای کارها و مسائلی که رسمی کردن آنها دشوار است، معقول به نظر می رسد مانند پیش بینی تغییرات روزانه نرخ ارز، فرآیندهای اجتماعی، نشانگرهای جوی.
4. همچنین توصیه می شود که از سیستم زمانی استفاده شود که با داده های میانی کار می شود مثلا مقادیر غیردقیق، متغیرهای تصادفی، متغیرهای دینامیک که تحلیل درست انها با استفاده از روش های استاندارد دشوار است.
- بخشی از مقاله انگلیسی:
9. Conclusions
Analyzing the methods used and the final tests of the system we can make the following conclusions: 1. The proposed DSS is an absolutely new model of high-speed DSS which can work with inaccurate, random or standard interval data. 2. The DSS effectively copes with complicatedly structured and dependent data. It succeeds in training interval neural nets including up to 30 inputs without a significant decrease in speed or accuracy. 3. It is reasonable to apply the developed DSS to tasks and problems that are difficult to formalize, e.g. forecasting daily exchange rate changes, social processes, climatic indicators. 4. It is also advisable to apply the system when working with interval data, e.g. inaccurate values, random variables, dynamic variables, which cannot be properly analyzed by means of standard methods.
|
تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد |
|
|
| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
رشد سیستم پشتیبانی از تصمیم گیری مبتنی بر الگوریتم ژنتیک و شبکه عصبی |
| عنوان انگلیسی مقاله: |
Development of a decision support system based on neural networks and a genetic algorithm |
|
|