انجمن کامپیوتر ایران

در فراوانـی هـای کـاربرد مصـنوعی عصـبی هـای شـبکه
از یکـی دارنـد. ماشـینی یـادگیری و پـذیری انطباق ها، دادهجداسازی باشـد. مـی ٓان ٓاموزش مسئله عصبی های شبکه در موجود هایچالش هـایش اندوختـه اساس بر سپس و ببیند ٓاموزش ابتدا بایست میشبکه (Back خطـا انتشار پس همچون ٓاماری ٓاموزش های روش نماید.عمل مـی محلـی بهینه نقاط در توقف و پایین سرعت دارایPropagation) سـرمایش بـا ذرات تـوده سـازی بهینـه الگـوریتم دیگـر سـوی ازباشد. سـرمایش ایـده دو ترکیـب بـا کـه اسـت قـادر(SAPSO) تـدریجی (Particle ذرات تـوده سازی بهینه و(Simulated Anealing)تدریجی هـا، جـواب فضـای در قطعی غیر روش یک،Swarm Optimization) بـا نمایـد. پیـدا بـاال دقتی و سرعت با را جواب بهترین به نزدیکجوابی برای برایSAPSO از که است بار اولین برای نگارندگان، دانش بهتوجه مقاله این در ٓان گزارشات که شود می استفاده عصبی های شبکهتعلیم طور به الگوریتم این که دهد می نشان سازی شبیه نتایج شود. میارائه %20 متوسـط طـور بـه و خطـا انتشار پس روش از سریع %30متوسط دارد. خطا انتشار پس روش از بهتریصحت

در سال¬های اخیر، حاشیه نویسی خودکار تصاویربه دليل تأثیر آن روی بازیابی و جستجوی تصاویر مورد توجه بسياري از پژوهشگران بوده است. حاشیه نویسی تصاویر اگر چه برای انسان کار پيچيده‌اي نمي‌باشد اما براي ماشين مسئله ا¬ی سخت و چالشی محسوب می‌شود. هرچنداز روش¬های طبقه‌بندي مختلفي می¬توان برایيادگيري حاشیه نویسی استفاده کرد،در این مقاله از الگوریتم kNN وزن دار به عنوان طبقه بند پایه استفاده شده است. در چارچوب پیشنهادی با تغييرات در تعداد و تنوع تصاوير آموزشي و واژه‌ها، نيازي به يادگيري مجدد طبقه بند نمي‌باشد.در این مقاله جهت کاهش شکاف معنايي از تلفيق ویژگی¬های محلی و سراسری استفاده شده است. آزمایش¬ها روی مجموعه داده¬ی Corel 5k عملکرد مطلوب روش ارائه شده را در مقايسه با روش‌هاي موجود نشان می‌دهد.

در مقاله حاضر، ما از روش يادگيري پیشنهادی به نام يادگيري TAQ به منظور استفاده¬ي عامل¬ها در يک پروسه چانه¬زني تک رويکرده بهره جسته¬ايم. الگوريتم يادگيري TAQ نسخه¬ي بهبود يافته الگوريتم Q مي¬باشد که ازالگوریتم پذیرش آستانه بهره مي گيرد. هدف از اين الگوريتم، غلبه يافتن بر چالش تعادل بين اکتشاف و بهره¬برداري از تجربيات در يادگيري Q مي¬باشد. استقبال چشمگيري از رويکرد¬هاي هوش مصنوعي براي حل مسئله چانه¬زني صورت گرفته است، زيرا نظريه¬ي بازي¬ها نياز به يک سري فرضيات غير واقعي براي حل مسئله چانه¬زني دارد. بنابراين ما بوسيله طراحي عامل¬هاي مبتنی بر يادگيري پیشنهادی TAQ، که با يکديگر بر روي مسئله قيمت، به چانه¬زني مي¬پردازند، به کارايي بالاتري دست يافته¬ايم. اين کارايي از نقطه نظر معيارهاي نرخ توافق، ميانگين منفعت و همچنين زمان مورد نياز براي رسيدن به سياست بهينه، مورد ارزيابي قرار گرفته است. در نهايت مي¬توان گفت اين روش پیشنهادی يادگيري مي¬تواند بعنوان يک الگوريتم يادگيري مناسب براي چانه¬زني خودکار آنلاين عامل¬ها در تجارت الکترونيک مورد استفاده قرار گيرد.

با توجه به پیوستگی حروف در زبان فارسی، استفاده از روش‏های توصیف مبتنی بر شکل کلی کلمات در بهبود عملکرد سیستم‏های بازشناسی موثر است. با توجه به اینکه مجموعه زیر-کلمات فارسی از نظر ساختار و پیچیدگی شکل، بسیار متنوع است، روش‏های مبتنی بر ویژگی‏های سراسری توصیف مناسبی از جزئیات شکل زیر-کلمات ارائه نمی‏کنند. از سوی دیگر، ویژگی‏های محلی نسبت به تغییرات درون-کلاسی حساسند و علاوه بر این ویژگی‏های ساختاری کل شکل را نیز در نظر نمی‏گیرند. برای بهره‏مندی همزمان از خصوصیات توصیفگرهای سراسری و محلی شکل، روش‏های مبتنی بر پیکربندی هندسی ویژگی‏های محلی ارائه شده‏اند. در این روش‏ها، هر شکل به صورت مجموعه‏ای از بخش‏های محلی و ارتباط ساختاری آن‏ها نمایش داده می‏شود. روشی که برای توصیف شکل زیر-کلمات در این مقاله به کار می‏گیریم، بر انتخاب بخش‏های مهم شکل زیر-کلمه و تعیین ارتباط مکانی این بخش‏ها استوار است. بخش‏هایی از شکل که بین نمونه‏های یک کلاس بیشتربن شباهت را دارند و در عین حال بیشترین تفاوت را با نمونه‏های سایر کلاس‏ها ایجاد می‏کنند، به عنوان بخش‏های مهم‏تر شکل انتخاب می‏شوند. ارتباط مکانی بخش‏های مهم شکل، با استفاده از گراف نسبی ویژگی‏دار نمایش داده خواهد شد. در یک آزمایش،برای بازیابی هر شکل ورودی، گراف‏های به دست آمده مقایسه شده و نتایج بررسی می‏شود.

به دلیل ویژگی‌های بازارهای پویا و رقابتی،هزینه‌یابی بر مبنای فعالیت تبدیل به ابزاری برای تعیین هزینه‌های واقعی فروش،فعالیت‌های بازاریابی و مشتریان شده و می‌تواند اطلاعات دقیق هزینه را جهت تصمیم‌گیری بهتر به سازمان‌ها ارائه دهد. اطلاعات به دست آمده توسط هزینه‌یابی بر مبنای فعالیت بینش روشنی از سود واقعی هر یک از گروه¬های مشتریان را برای مدیریت فراهم می‌نمايد،که این اطلاعات نقش مهمی در تجزیه و تحلیل سودآوری ناشی از مشتریان و در نتیجه موفقیت مدیریت ارتباط با مشتری خواهد داشت. مدل ارائه شده در این مقاله به مدیران جهت درک هزینه‌های واقعی محصولات و خدمات، و محرک‌های پدید آورنده این هزینه‌ها، یاری رسانده و از طرف دیگر مسائلی همچون رضایتمندی مشتریان را نیز تحت نظر قرار می‌دهد. رویکرد پیشنهادی امکان یکپارچه‌سازی تمامی فرآیند‌های کسب و کار حول نیازمندی‌های مشتریان سودآور مشخص را فراهم می‌نماید، واقعیتی که راهکارهای قبلی فناوری اطلاعات قادر به انجام آن نبوده‌اند.نتایج حاصل از این پژوهش، نشان دهنده بهبود گسترده در جنبه‌های مختلف مدیریت ارتباط با مشتری، از جمله بهبود در هزینه و زمان جذب مشتری، کاهش هزینه‌های حفظ مشتری، بهبود سودآوری کلی و همچنین سرمایه‌گذاری‌های معقول‌تر سازمان می‌باشد.