Menu

آشنائی با شبکه های عصبی

 

آشنائی با شبکه های عصبی
محمود البرزی (1380). آشنائی با شبکه های عصبی- ترجمه کتاب آر بیل و تی جکسون. موسسه انتشارات علمی دانشگاه صنعتی شریف: تهران.
چاپ اول: سال 1380
چاپ دوم: سال 1383
چاپ سوم: سال 1386
آدرس ناشر:
دفتر مرکزی: خیابان آزادی – دانشگاه صنعتی شریف – تلفن 66013129-66164070-66164072
دفتر فروش: میدان انقلاب – خیابان شهید منیری جاوید (ارد یبهشت) - ساختمان 253 – طبقه چهارم – واحد 402
تلفن: 66405132-66967896

پست الکترونیکی:

 

شرح مختصر کتاب
شبکه های عصبی یکی از پویا ترین حوزه های تحقیق در دوران معاصر می باشد که افراد متعددی از رشته های گوناگون علمی را به خود جلب کرده است. هرکدام از این افراد پشتوانه علمی متفاوتی را بر این حوزه افزوده اند. یکی از اهداف کتاب حاضر ایجاد زمینه ای مشترک است که بتواند پیشرفت های نوینی را در این زمینه باعث شود. هدف دیگر این کتاب ارائه مفاهیم پایه محاسبات شبکه های عصبی به مخاطبان علاقه مند این رشته می باشد. این کتاب مقدمه ای بر شبکه های عصبی است که به تشریح مفاهیم و نظریات این رشته از مبانی ابتدایی ساده تا سیستم های توانمند محاسباتی می پردازد. تلاش شده است که کتاب از ساختار منطقی و روشنی برخوردار باشد. علاوه بر نشان دادن مفاهیم پایه مدل های اصلی شبکه های عصبی، از دیدگاه توسعه و رشد تاریخی نیز بحث شده است تا بتوا ن منطق مدل ها را به روشنی هر چه بیشتر نشان داد.
ابتدا درباره موضوعات به طورگفتاری بحث شده است و سپس با زبان ریاضی مدل ها تشریح شده اند. این شیوه درستی است زیرا موضوع اصولأ مطلبی ریاضی است و فرمول بندی دقیق ریاضی در پاره ای از موضوعات بسیار گویاتر از شرح شفاهی آن ها می باشد.
علاوه بر صورت های ریاضی، الگوریتم های اصلی شیوه های شبکه های عصبی نیز ارائه شده است. این الگور یتم ها گام های مرحله به مرحله هر شیوه را بیان می کنند و با تبدیل آن ها به برنامه های کامپیوتری می توان مطالب زیادی را درمورد شبکه های عصبی آموخت، زیرا هیچ چیز بهتر از تمرین عملی نمی تواند انسان را به کنه مطالب رهنمون کند. این الگوریتم ها همچنین برای افرادی که کامپیوتر ندارند مفیدند، زیرا مراحل عمل را به طور وضوح گام به گام نشان می دهند و به روشن شدن مطالب کمک می کنند.
شرح فصول کتاب:
فصل 1. مقدمه شامل پیش زمینه موضوع است. بخش اول این فصل با دیدی نسبتا فلسفی به اختلاف انسان و ماشین نگاه می کند. بخش دوم مدل ساده ای را از مغز ارائه می دهد. سپس مشابهت های شبکه های عصبی مصنوعی و رقیب بیولوژیکی آن تصویر می شود.
فصل 2. این فصل شامل بحثی در مورد مفاهیم پایه در زمینه بازشناسی الگوها است که از جمله مباحث بسیار مهم می باشد، زیرا اکثر موارد کاربردی شبکه های عصبی به بازشناسی الگو مربوط می شود. این فصل چشم اندازی از شیوه های جاری در این زمینه را ارائه می دهد به طوری که جایگاه و نقش شبکه های عصبی را به روشنی تبیین می کند.
فصل 3. این فصل تحت عنوان نرون مبنا به معرفی مدل پرسپترون تک لایه ای و قاعده فراگیری، نحوه عمل، ویژگی ها و نحوه تقسیم کردن فضای الگوها می پردازد. این فصل مشکلات مربوط به تقسیم بندی فضا در مسئله معروف یای حذفی (XOR) و سایر مسائل غیرخطی را نیز بحث می کند.
فصل 4. پرسپترون چند لایه ای مدل قبلی (فصل 3) را بسط داده و نشان می دهد که چگونه می توان آن را تقویت کرد. در این فصل مفاهیم پس انتشار خطا شامل قاعده عمومی دلتا، گرادیان و مفاهیم مربوط به استخراج مشخصات الگوها به وسیله نرون های لایه پنهان بحث می شود. از صفحه انرژی برای تجسم نحوه کمینه شدن انرژی و مسائل مربوط به نقاط کمینه محلی استفاده می شود. در این فصل مبحثی نیز به استفاده کاربردی از روش مذکور اختصاص یافته است.
فصل 5. شبکه خود سازمان ده کوهونن از زاویه دیگری به مساله می نگرد که اصطلاحا آموزش بدون سرپرست نامیده می شود. این فصل به بررسی نحوه تشکیل طرح های توپولوژیکی خود سازمان ده می پردازد و شامل شرح دقیقی از یکی از مؤثرترین کاربر دهای تکنولوژی شبکه های عصبی یعنی ماشین نویس صوتی است.
فصل 6. شبکه هاپفیلد به شرح شبکه تمام پیوسته هاپفیلد می پردازد وکاربرد آن را در مسائل بهینه سازی بحث می کند.