دانلود پاورپوینت یادگیری عمیق در هوش مصنوعی

پاورپوینت یادگیری عمیق در هوش مصنوعی

فرمت فایل دانلودی: .pptx
فرمت فایل اصلی: pptx
تعداد صفحات: 19
حجم فایل: 14345 کیلوبایت
قیمت: 20000 تومان

توضیحات:

پاورپوینت یادگیری عمیق در هوش مصنوعی، در 19 اسلاید.

یادگیری عمیق به عنوان یکی از مهم‌ترین شاخه‌های هوش مصنوعی محسوب می‌شود که بسیاری از فعالیت‌های سازمان‌ها و زندگی بشر را دستخوش تغییراتی کرده است. پاورپوینت حاضر مناسب افرادی است که به دنبال پاسخ پرسش یادگیری عمیق چیست هستند و قصد دارند با ویژگی‌های مدل‌های عمیق و انواع رویکردهای آن‌ها آشنا شوند.

فهرست مطالب:

یادگیری عمیق چیست؟
تاریخچه  (Deep Learning)

روش یادگیری عمیق ( Deep Learning)

انواع روش های یادگیری

تفاوت یادگیری ماشین و یادگیری عمیق

مثال کاربردی از یادگیری دیپ لرنینگ

مزایای یادگیری عمیق

معایب یادگیری عمیق

و ...

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه

دانلود پاورپوینت بررسی روش پیشنهادی مقاله An Efficient CNN Model to Detect Copy-Move Image Forgery

پاورپوینت بررسی روش پیشنهادی مقاله An Efficient CNN Model to Detect Copy-Move Image Forgery

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: pptx, pdf
تعداد صفحات: 29
حجم فایل: 5256 کیلوبایت
قیمت: 15000 تومان

توضیحات:

پاورپوینت بررسی روش پیشنهادی مقاله An Efficient CNN Model to Detect Copy-Move Image Forgery، در 29 اسلاید.

بررسی و تشریح مقاله در زمینه هوش مصنوعی شاخه شبکه های عصبی با عنوان An Efficient CNN Model to Detect Copy-Move Image Forgery که در قالب فایل پاورپوینت میباشد.

توجه : مطالب کلیات مقاله را بیان می‌کند و شامل ترجمه خط به خط مقاله نیست.
فایل اصلی مقاله به زبان انگلیسی همراه فایل powerpoint قرار داده شده است.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه

دانلود تحقیق اتومبیل خودران با استفاده از هوش مصنوعی

تحقیق اتومبیل خودران با استفاده از هوش مصنوعی

فرمت فایل دانلودی: .docx
فرمت فایل اصلی: docx
تعداد صفحات: 65
حجم فایل: 985 کیلوبایت
قیمت: 95000 تومان

توضیحات:

تحقیق اتومبیل خودران با استفاده از هوش مصنوعی، در قالب فایل Word در 65 صفحه.

اگر وسایل نقلیه خودران بتوانند طیف وسیعی را به راحتی پشتیبانی کنند، به جامعه کمک خواهند کرد

محیط های رانندگی، شرایط و وسایل نقلیه. دستیابی به این امر مستلزم کاهش آن است

پیچیدگی سیستم الگوریتمی، تسهیل جمع آوری داده های آموزشی و تایید عملیات با استفاده از آزمایشات دنیای واقعی کار ما به این مسائل توسط با استفاده از یک شبکه عصبی بازتابی که تصاویر را به فرمان و دریچه گاز ترجمه می کند دستورات این شبکه با استفاده از داده های شبیه سازی self-driving-car-sim آموزش داده شده است که ما آن را افزایش می دهیم تا تعداد ساعت های شبیه سازی را کاهش دهیم. ما سپس کار را با استفاده از سیستم ماشین RC از طریق آزمایش های متعدد تأیید کنید. سیستم ما 98 دور از 100 دور یک مسیر با انواع جاده های متعدد و پیچ های دشوار را با موفقیت رانندگی کنید. همچنین در 90 درصد آزمایش ها از برخورد با وسیله نقلیه دیگر با موفقیت جلوگیری می کند.

فهرست مطالب:

فصل 1: مقدمه 4

1-1- مقدمه 5

1-2- چالش ها 5

1-3- بررسی اجمالی راه حل 6

1-4- جمع آوری داده ها و آموزش 7

1-6- رئوس مطالب سایر فصل‌ها 9

فصل 2: بررسی پیشینه و ادبیات 10

2-1- مقدمه 11

2-2- مروری بر شبکه عصبی 11

2-3- کار های مرتبط 15

فصل 3: شبکه عصبی 20

3-1- مقدمه 21

3-2- معماری 21

3-3- معماری اولیه 23

3-4- شبکه پردازش فرمان 24

فصل 4: تست و ارزشیابی 38

4-1- مقدمه 39

4-2- ماشین کنترل از راه دور 39

4-3- راه اندازی آزمایش و روش 41

فصل 5: جمع‌بندی و پیشنهادها 56

5-1- نتیجه گیری 57

5-2- تحقیقات آینده 57

منابع 60

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه