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

طرح های سنتی ایران شامل مجموعه ای از نقش های اصیل و هندسی پایه است که از حیث تعداد و تکرار قابل تغییر می باشند. خلق یک اثر هنری توسط هنرمند عموما بر اساس بکارگیری یک یا چند نقش پایه و سپس استفاده از ذوق هنری در نحوه چینش و تکرارآنها است که از این طریق قادر به خلق نقوشی با تنوع و گستردگی فراوان خواهند بود. به دلیل کثرت و گستردگی نقوش و همچنین به دلیل ظرافت بالای نقش های خلق شده، فرآیند ارزیابی و رتبه بندی نقوش سنتی ایران مستلزم دقت بالا در کنار صرف زمان بسیار زیاد می باشد. لذا ارائه یک روش خودکار و کارآمد جهت رتبه بندی زیبایی نقوش خلق شده از اهمیت بسزایی برخوردار است. در این مقاله از مهمترین ویژگی زیبایی شناسی نقوش سنتی ایران یعنی تقارن برای تدوین یک روش کارآمد جهت ارزیابی کمّی آنها استفاده شده است. صحت عملکرد روش تدوین شده با استفاده از رتبه کیفی شخص خبره (استاد نگارگری) جهت امتیاز دهی به مجموعه ای از نقوش و مقایسه نتایج حاصله با نتایج حاصل از روش ارائه شده مورد بررسی قرار گرفته است. بررسی نتایج و مقایسه آنها نشان دهنده قابلیت اطمینان روش ارائه شده می باشد.

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.