‌هاي‌سيستمشبكه‌هاي‌عصبي‌و‌فازي

:فصل‌اولمقدمه

دکتر‌سيدصالحي:‌استاد

سرفصل‌مطالب

عصبياي بر شبكه هاي مقدمهنورون زيستي

نورونمدليادگيري در شبكه هاي عصبي

قانون هاي يادگيري در شبكه هاي عصبي الگوها نكاتي از بازشناسي تعليم شبكه پرسپترون تک اليه

اليهشبكه هاي جلوسوي چندالگوريتم پس انتشارخطا

۹۵-۹۴بهار 2

سرفصل‌مطالب‌درس

عصبيشبكه هايتوسطاساسيمولفه هايتحليلآماريروشبهاساسيمولفه هايتحليلخطيخودانجمنيحافظهاليهچندعصبيشبكه هايتوسطاساسيمولفه هايتحليل

غيرخطياساسيمولفه هايتحليل

مقدمه اي بر شبكه هاي عصبي عميق شبكه هاي عصبي با توابع پايه شعاعي

۹۵-۹۴بهار 3

سرفصل‌مطالب‌درس

خودسازماندهعصبي شبكه هاييادگيري رقابتي خودسازمانده نگاشتچندي كردن برداري كوهوننشبكه

شبكه هاي بازگشتيشبكه هاپفيلد سازيشبكه هاپفيلد در بهينهكاربرد ايبازگشتي اليهشبكه هاي

۹۵-۹۴بهار ۴

مطالب‌درسسرفصل‌

سيستم هاي فازي فازي و عمليات بر روي آنهامجموعه هايروابط فازي و اصل توسعهآنگاه فازي-متغيرهاي زباني و قواعد اگرمنطق فازي و استدالل تقريبياستنتاج فازي

۹۵-۹۴بهار ۵

درسبرخي‌منابع‌مفيد‌براي‌ «Neural Networks and Learning Machines», Simon Haykin,

3rd Edition, Prentice Hall, 2009

«Neural Networks, a Comprehensive Foundation», Simon

Haykin, 3rd Edition

«Neural Networks Design», Martin T. Hagan, 2rd Edition

«Introduction to Artificial Neural Systems», J.M. Zurada,

1992

«Fundamentals of Neural Networks: architectures, algorithms,

and applications», L. Fausett, 1994

«A Course in Fuzzy Systems and Control », L. Wang, Prentice

Hall, 1997

۹۵-۹۴بهار 6

ارزيابينحوه‌ نمره ۵: ميان ترمامتحاننمره8: امتحان پايان ترمنمره6: كوئيزها، تكاليف و پروژه هايک نمره تشويقي به تناسب)نمره 2: سمينار از مباحث جديد

(كيفيت مطلب

دستياران آموزشي:خانم رستگار آقاي شاهين آقاي عباسي

۹۵-۹۴بهار 7

نارمجالت‌مفيد‌براي‌انتخاب‌موضوع‌سمي

IEEE Trans. On Neural Networks and Learning Systems

Neural Networks, Elsevier

Neural Computation, MIT Press

Neurocomputing, Elsevier

۹۵-۹۴بهار 8

What Is a Artificial Neural Network?

A neural network is a massively parallel

distributed processor made up of simple

processing units, which has a natural propensity

for storing experimental knowledge and making

it available for use. Neural networks resemble

the brain:

Knowledge is acquired from the environment through a

learning process.

Interneuron connection strengths, known as synaptic

weights, are used to store the acquired knowledge.

۹۵-۹۴بهار ۹

Benefits of Artificial Neural Networks (I)

Nonlinearity: nonlinear components

Input-output mapping: supervised learning, nonparametric

statistical inference (model-free estimation, no prior

assumptions),

Adaptivity: a neural network may be designed to change its

synaptic weights in real time. Can deal with nonstationary environments.

Contextual information: Every neuron in the network

potentially influences every other neuron, so contextual

information is dealt with naturally.

۹۵-۹۴بهار 10

Benefits of Artificial Neural Networks (II)

Fault tolerance: capable of robust computation.

Uniformity of analysis and design: common components

(neurons), sharability of theories and learning algorithms, and

seamless integration based on modularity.

Neurobiological analogy: Neural nets motivated by

neurobiology, and neurobiology also turning to neural

networks for insights and tools.

۹۵-۹۴بهار 11

مقايسه‌رايانه‌و‌مغز‌انسان

درمي كند،عملبهتردقيقوسريعمحاسباتدررايانهگرچهبهحيواناتوانسانمغز(...وگفتارتصوير،)تشخيصودرك

.مي كندعملسريع تروبهترمراتب

: واكنش الكترونيكي

سرعت باال: واكنش الكتروشيميايي

سرعت پايين

۹۵-۹۴بهار 12

:توانايي باالي مغز دردهاطالعات مفقود شو يا عدم قطعيتپردازش اطالعات با

؟مي كندمغز چگونه پردازش ؟آن ساختمانند ماشين هاييآيا مي شود

رايانه زييا چند سيستم پردازش مركيک

مغز نورون 1011حدود 10۴هر نورون حدود

.ردداديگر نورون هاياتصال با

باالسرعت پردازش موازي

۹۵-۹۴بهار 13

ساختار‌کلي‌شبكه‌هاي‌عصبي‌مصنوعي

بهوزنداراتصاالتطريقازكهنورونتعدادي.مي شوندمتصلهم

ورودينورون هاي

خروجينورون هاي

پنهاننورون هاي

گره يا نورونnode

وزنweight

۹۵-۹۴بهار 1۴

تعليم‌شبكه‌هاي‌عصبي

مي شوندبرنامه ريزيرايانه ها.مي بينندتعليمعصبيشبكه هاي.شبكهتعليم:

گونهتداعيانجمنيارتباطاتوالگوهايادگيري(Association)

استشبكهوزن هايتغييرعملدريادگيرياين.

۹۵-۹۴بهار 1۵

چگونه حل مي شودالزم نيست از قبل بدانيم مسأله.هنگام تعليم:

مي كنددانش اخذ ( خروجي–وروديداده هاي )شبكه از محيطش.

براي تعليم شبكه:ساختار مناسبمقادير اوليه وزن هاشيوة مناسب تعليم

تعليم‌شبكه‌هاي‌عصبي

۹۵-۹۴بهار 16

شبكة استاتيک:مي دهدايلحظهپاسخوروديبه.

ديناميکشبكة:داردنياززمانبهدادنپاسخبراي.

انواع‌شبكه‌هاي‌عصبي‌مصنوعي

۹۵-۹۴بهار 17

نورون‌هاي‌ساختار‌کلي‌زيستي

۹۵-۹۴بهار 18

سانعصبي‌بدن‌انسيستم‌اطالعات‌در‌جريان‌

Central to the system is the brain: continually receives

information, perceives it, and makes appropriate decisions.

The receptors convert stimuli from the human body or the

external environment into electrical impulses

The effectors convert electrical impulses generated by the

neural net into discernible responses as system outputs.

۹۵-۹۴بهار 1۹

Structural Organization of the Brain

Small to large-scale organizations

Molecules, Synapses, Neural microcircuits

Dendritic trees, Neurons

Local circuits

Interregional circuits: pathways, columns,

topographic maps

Central nervous system

۹۵-۹۴بهار 20

۹۵-۹۴بهار 21

Topographic Maps in the Cortex

Nearby location in the stimulus space are mapped to nearby

neurons in the cortex.

Thus, it is like a map of the sensory space, thus the term

topographic organization.

۹۵-۹۴بهار 22

نورون‌‌زيستي

۹۵-۹۴بهار 23

عملكرد‌نورون‌هاي‌زيستي

ايندربرسد،مشخصيميزانبهدندريت هاغشاءرويواردهورودي هايحجماگر.مي رسدمعينيسطحبهغشاءرويكلپتانسيلهنگام

مي فرستدآكسون اشدرونبهوتوليدپالسيپاسخنورون.

تحريکجهتدرورودي هابرخي•(excitatory)جهتدربرخيو

كردنآتشاز(inhibitory)ممانعت.هستندسلول

يلپتانسازتحريکپتانسيلهرگاه•بيشترآستانه ايحدميزانبهمهار.مي ك ندآتشسلولشود،

۹۵-۹۴بهار 2۴

زيستيمدل‌نورون‌هاي‌

۹۵-۹۴بهار 2۵