بررسی الگوریتم شبکه عصبی در کامپیوتر

•   آرشیو : نسخه زمستان 1402
•   کد پذیرش : 1424
•   موضوع : سایر شاخه ها
• نویسنده/گان : | شهرام محمدی، امیرحسین حریری
•   زبان : فارسی
•   نوع مقاله : پژوهشی
•   چکیده مقاله به فارسی : در ساليان اخير شاهد حركتي مستمر از تحقيقات صرفاً تئوري به تحقيقات كاربردي علي‌الخصوص در پردازش اطلاعات براي مسائلي كه يا براي آنها راه حلي موجود نيست و يا براحتي قابل حل نيستند، بوده‌ايم. با عنايت به اين حقيقت، علاقه فراينده‌اي در توسعه تئوريك سيستم‌هاي ديناميكي هوشمند كه مبتني بر داده‌هاي تجربي هستند، ايجاد شده است. شبكه‌هاي عصبي مصنوعي جزوا ين دسته از سيستم‌هاي ديناميكي قرار دارند كه با پردازش بر روي داده‌هاي تجربي، دانش يا قانون نهفته در وراي داده‌ها را به ساختار شبكه منتقل مي‌كنند، به همين خاطر به اين سيستم‌ها هوشمند گويند،‌ چرا كه براساس محاسبات روي داده‌ها عددي يا مثالها قوانين كلي را فرا مي‌گيرند. اين سيستم‌ها مبتني بر هوش محاسباتي سعي در مدلسازي ساختار مغز بشر دارند.
•   لیست منابع : [1] A. A. El_Fergany, M. T. Yousef, and A. A. El_Alilaly, “Fault Diagnosis of Power Systems Using Binary Iinformation of Breakers and Relays Through DPNs”, 2002, IEEE.
  [2] FadialbintiLazim, NoralizaHamzah, and PauziahMohd. Arsad, “Application on of ANN to Power System Fault Analysis”, IEEE, 2002 Student Conference on Research and Development Proceeding, Shah Alam, Malaysia.
  [3] Majid Jamil, Sanjeev Kumar Sharma andRajveer Singh,"Fault detection and classification in electrical power transmission system using artificial neural network"IEEE,2015
  [4] Fang wzng” fault diagnosis for power systems based on neural networks”, IEEE,2011.
  [5] GECALSTHOMMEASUREMENTS LIMITED, “PROTECTIVE RELAYS Application Guide”, Third Edition, 1987
  [6] Guo_Zhong. Zhou, “A Neural Network Approach to Fault Diagnosis for Power Systems”, IEEE TENCON’93/Beijing.
  [7] J. C. Tan, P. A. Crossley, P. G. McLaren, “Fuzzy Expert System for On_Line Fault Diagnosis on A Transmission Network”, 2001, IEEE.
  [8] Raj. K. Aggarwal, Q. Y. Xuan, Allan. T. Johns, Furong. Li, and Allen. Bennett, A Novel Approach to Fault Diagnosis In Multicircuit Transmission Lines Using Fuzzy ARTmap Neural Networks”, IEEE TRANSACTIONS ON NEURAL NETWORKS, VOL. 10, NO. 5, SEPTEMBER 1999.
  [9] Ramesh. K. RauduSandhya. Samare Single, Don. Kulasiri, “A Comparsion of Model_Based Reasoning And Learning Opproaches to Power Transmission Fault Diagnosis”, 2/1995, IEEE.
  [10] S. Khanmohammadi, I. Hassanzadeh, H. R. Zareipoor, “Fault Diagnosis Competitive Neural Network with Prioritized Modification Rule of Connection Weights”, Artificial Intelligence in Engineering 14 (2000) 127-132.
  [11] Xiao_Ru. Wang, Si_Tao. Wu, Qing_Quan. Qian, “Neural Network Approach to Power Transmission Line Fault Classification”, International Conference on Information, Communications And Signal Processing ICICS’ 97, Singapore, 9-12 September 1997.
  [12] Y. H. Song (SM), A. T. Johns (SM), Q. Y. Xuan, “Radial Basis Function Neural Networks for Fault Diagnosis in Controllable Series Compensated Transmission lines”, 1996, IEEE.
  [13] Z. Q. Bo, H. Y. Li, R. K. Aggawal, A. T. Johns, P. J. Moore, “Non_Communication Protection of Transmission Line Based on Genetic EvolvedNeural Network”, Developments in Power System Protaction, 25-27 th March 1997, Conference Publication NO. 434, IEE, 1997.
  [14] احسان جواهري، "پيش بيني خطا و زمان آن در سيستم هاي توليد و انتقال آذربايجان با روش هوش مصنوعي (شبکه عصبي فازي)"، پايان نامه کارشناسي ارشد دانشکده فني، گروه مهندسي برق، دانشگاه تبريز، 1375.
  [15] جواد زنگنه، "عیب یابی شبکه های انتقال قدرت با استفاده از شبکه های عصبی-فازی"، پايان نامه کارشناسي ارشد دانشکده فني، گروه مهندسي برق، دانشگاه تبريز، 1384.
•   کلمات کلیدی به فارسی : بررسی، الگوریتم، شبکه عصبی، کامپیوتر.
•   چکیده مقاله به انگلیسی :
•   کلمات کلیدی به انگلیسی :
•  صفحات : 19-27
•   دانلود فایل ( 731.73 KB )