دانلود پاورپوینت شبکه های عصبی مصنوعی جهت رشته پزشکی در قالب 45 اسلاید و با فرمت pptx بصورت کامل و جامع و با قابلیت ویرایش

 

 

مقدمه :

شبکه عصبی مصنوعی روشی عملی برای یادگیری توابع گوناگون نظیر توابع با مقادیر حقیقی، توابع با مقادیر گسسته و توابع با مقادیر برداری میباشد.
یادگیری شبکه عصبی در برابر خطاهای  داده های آموزشی مصون بوده  و اینگونه شبکه ها با موفقیت به مسائلی نظیر شناسائی گفتار،  شناسائی و  تعبیر تصاویر،  و یادگیری روبات  اعمال شده است.


شبکه عصبی چیست؟ 

روشی برای محاسبه است که بر پایه اتصال به هم پیوسته چندین واحد  پردازشی  ساخته میشود.
شبکه از تعداد دلخواهی سلول یا گره یا واحد یا نرون تشکیل میشود  که مجموعه ورودی را به خروجی ربط میدهند.


شبکه عصبی چه قابلیت هایی دارد :

محاسبه یک تابع  معلوم
تقریب یک تابع ناشناخته
شناسائی الگو
پردازش  سیگنال
یادگیری انجام موارد فوق

 

 

جلسه اول- معرفی

جلسه دوم- نورون های بیولوژیک و شبکه های عصبی

جلسه سوم- مدل های نورون ها و ساختار و ویژگی های شبکه های عصبی مصنوعی

جلسه چهارم- بازشناسی الگو و تقریب تابع

جلسه پنجم- شبکه های Perceptron و ADALINE

جلسه ششم- شبکه های Feedforward و MLP

جلسه هفتم- کاربردهای شبکه MLP

جلسه هشتم- شبکه های RBF

جلسه نهم- یادگیری Hebbian و PCA

جلسه دهم- یادگیری رقابتی (Competitive Learning)

جلسه یازدهم- Self-Organizing Maps (SOM)