دانلود مقاله ISI پرش تفنگ: نقشه برداری ارتباطات عصبی انتظار تکانشگری و ارتباط در سراسر الکل سوء استفاده

اختصاصی از فی بوو دانلود مقاله ISI پرش تفنگ: نقشه برداری ارتباطات عصبی انتظار تکانشگری و ارتباط در سراسر الکل سوء استفاده دانلود با لینک مستقیم و پر سرعت .

موضوع فارسی :پرش تفنگ: نقشه برداری ارتباطات عصبی
انتظار تکانشگری و ارتباط در سراسر
الکل سوء استفاده

موضوع انگلیسی :Jumping the Gun: Mapping Neural Correlates of
Waiting Impulsivity and Relevance Across
Alcohol Misuse

تعداد صفحه :9

فرمت فایل :PDF

سال انتشار :2016

زبان مقاله : انگلیسی

سابقه و هدف: چرا ما پرش تفنگ و یا خارج از نوبت صحبت می کنند؟ انتظار تکانشگری است به صورت بالینی به عنوان یک
پیش بینی برای توسعه اعتیاد. در اینجا، ما ارتباطات عصبی ذاتی انتظار نقشه برداری و
آن را از متوقف کردن جدا، هر دو مکانیزم های اساسی کنترل رفتاری.
مواد و روشها: ما با استفاده از یک کار ترجمه به تازگی توسعه یافته برای ارزیابی زودرس پاسخ و ارزیابی پاسخ
مهار با استفاده از این کار توقف سیگنال قرار دارند. ما ارتباطات عصبی در 55 داوطلب سالم با استفاده از یک multiecho رمان نقشه برداری
وضعیت استراحت دنباله تصویربرداری رزونانس مغناطیسی عملکردی و تجزیه و تحلیل، که استوار افزایش سیگنال tonoise
نسبت. ما بیشتر ارزیابی 32 مصرف کنندگان شراب خواری جوان و 36 نفر غذا پرهیز مبتلا به اختلالات مصرف الکل است.
نتایج: اتصال از قشر لیمبیک و موتور و گره جسم مخطط نقشه برداری بر روی یک محور مزیال-جانبی
هسته subthalamic. انتظار تکانشگری با اتصال پایین تر از هسته subthalamic با همراه بود
جسم مخطط شکمی و کمربندی subgenual، مناطق مشابه در مطالعات جوندگان ضایعه نقش دارد. این شبکه بود
گوشهگیر از توقف سریع واکنش که با اتصاالت hyperdirect از منطقه از پیش مکمل و
هسته subthalamic. ما بیشتر نشان داد که مصرف کنندگان شراب خواری، مانند کسانی که مبتلا به اختلالات مصرف الکل، بالا بود
پاسخ زودرس و ارتباط این شبکه subthalamic در سراسر سوء مصرف الکل تاکید کرد. استفاده کردن
روش های یادگیری ماشین ما نشان داد که اتصال subthalamic متمایز مصرف کنندگان شراب خواری و افراد
با الکل اختلال از داوطلبان سالم استفاده کنید.
نتیجه گیری: ما برجسته ترجمه و ارتباط بالینی سیستم های کاربردی گوشهگیر از قشر مغز،
جسم مخطط و hyperdirect ارتباط با هسته subthalamic در تعدیل انتظار و توقف و خود
اهمیت در ابعاد سوء مصرف الکل

پاورپوینت شبکه های عصبی مصنوعی

اختصاصی از فی بوو پاورپوینت شبکه های عصبی مصنوعی دانلود با لینک مستقیم و پر سرعت .

برای دانلود کل پاورپوینت فوق از لینک زیر استفاده کنید.

استفاده از شبکه عصبی در مدلسازی باران - رواناب در چند حوزه مشابه

اختصاصی از فی بوو استفاده از شبکه عصبی در مدلسازی باران - رواناب در چند حوزه مشابه دانلود با لینک مستقیم و پر سرعت .

• پایان نامه کارشناسی ارشد مهندسی عمران گرایش سازه های هیدرولیکی با عنوان: استفاده از شبکه عصبی در مدلسازی باران - رواناب در چند حوزه مشابه 

• دانشگاه شیراز 

• استاد راهنما: دکتر غلامرضا رخشنده رو 

• پژوهشگر: محمد مهدی شفیعی 

• سال انتشار: تیر 1384 

• فرمت فایل: PDF و شامل 151 صفحه

چکیــــده:

رواناب جاری شده در رودخانه‌ها از مهمترین عوامل طراحی سازه‌های هیدرولیکی به حساب می‌آید. حجم آورد رودخانه به پشت سدها و بندها، رسوب انتقال یافته در رودخانه‌ها، طراحی سرریزها، طراحی کانال‌های انحراف آب و غیره از مواردی هستند که در طراحی آنها رواناب نقش مهمی دارد.

بدست آوردن رواناب ناشی از بارندگی حوزه‌ها از پیچیدگی بسیار زیادی برخوردار است. عوامل گوناگونی در جواب حوزه دخیل هستند بطوریکه نمی‌توان کلیه عوامل را در مدلسازی وارد کرد. یکی از بهترین راه‌ها جهت مدلسازی باران - رواناب حوزه‌ها استفاده از مدل‌های جعبه سیاه می‌باشد. این مدل‌ها می‌توانند بدون در نظر گرفتن عوامل موثر بر پیدایش رواناب ارتباط ورودی باران با خروجی رواناب را با استفاده از آمار گذشته پیدا کنند.

در این تحقیق از شبکه عصبی بعنوان ابزار مناسب جهت مدلسازی سود برده شده است. این مدل توانایی ساخت مدل برای عوامل پیچیده را داراست.

جهت حصول به آمار مناسب، اطلاعات چهار حوزه امامه، کسیلیان، کارده و فخرآباد از میان حوزه‌های معرف ایران گردآوری گردید. این اطلاعات شامل باران – رواناب‌های متناظر می‌باشد. بطوریکه اطلاعات بارندگی دارای بازه‌های 15 دقیقه‌ای و اطلاعات رواناب دارای بازه‌های 1 ساعته می‌باشد.

خصوصیات فیزیکی این حوزه‌ها جهت خوشه بندی (دسته بندی) این حوزه‌ها گردآوری گردیدند که از مساحت حوزه، زمان تمرکز، ضریب کشیدگی، ضریب شکل و شیب حوزه بعنوان خصوصیات برتر حوزه در خوشه بندی استفاده شد. این خصوصیات در مدل‌های ART ، SOM وارد گردیده و دسته بندی بوسیله این مدل‌ها صورت گرفته است. مدل SOM، حوزه‌های امامه و کسیلیان را در یک دسته و مدل ART با حفظ حوزه‌های امامه و کسیلیان در همان دسته با توجه به خصوصیات مورد استفاده نسبت تشابه 57.5 درصد را بیان می‌کند.

______________________________

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

** توجه: در صورت مشکل در باز شدن فایل PDF ، نام فایل را به انگلیسی Rename کنید. **

** درخواست پایان نامه:

با ارسال عنوان پایان نامه درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن پایان نامه در سایت به راحتی اقدام به خرید و دریافت پایان نامه مورد نظر خود نمایید. **

استفاده از شبکه های عصبی مصنوعی در تحلیل خستگی در اتصالات لوله ای سازه های دریایی

اختصاصی از فی بوو استفاده از شبکه های عصبی مصنوعی در تحلیل خستگی در اتصالات لوله ای سازه های دریایی دانلود با لینک مستقیم و پر سرعت .

• پایان نامه کارشناسی ارشد مهندسی عمران گرایش سازه های دریایی با عنوان: استفاده از شبکه های عصبی مصنوعی در تحلیل خستگی در اتصالات لوله ای سازه های دریایی 

• دانشگاه تربیت مدرس 

• استاد راهنما: دکتر علی اکبر آقاکوچک 

• پژوهشگر: علی فتحی 

• سال انتشار: زمستان 1382 

• فرمت فایل: PDF و شامل 195 صفحه

چکیــــده:

برای تخمین عمر باقیمانده سازه یک سکوی دریایی و تدوین برنامه زمان بندی بهینه جهت بازرسی و تعمیر در زیر آب، نیاز است تا آهنگ رشد ترک خستگی در اتصالات لوله‌ای به صورت مناسب پیش بینی شود. به دلیل کوچک بودن شعاع منطقه پلاستیک در نوک ترک خستگی، مکانیک شکست خطی و ضریب شدت تنش، ابزار مناسبی برای تعیین سرعت رشد ترک خستگی بشمار می‌رود. تاکنون راهکارهای متنوعی با استفاده از روش‌های مختلفی برای تعیین سرعت رشد ترک خستگی در اتصالات لوله‌ای بر اساس قانون رشد ترک پاریس معرفی شده‌اند که نتایج حل آنها منجر به ارائه معادلاتی برای تعیین ضریب اصلاح شدت تنش Y و ضریب بزرگنمایی جوش Mk شده است.

در این تحقیق قابلیت شبکه‌های عصبی مصنوعی در پیش بینی سرعت رشد ترک در اتصالات لوله‌ای T مورد ارزیابی قرار گرفته است. برای این منظور بازه رشد ترک به دو قسمت تقسیم شده است. در حالی که عمق ترک کمتر از 20% ضخامت جداره Chord است، به دلیل تاثیر پذیری عمده فرآیند رشد ترک از هندسه جوش، شبکه‌های عصبی نوع MLP برای پیش بینی ضریب بزرگنمایی جوش (در اتصال T-butt حاوی ترک در پنجه جوش) در دو منطقه عمق و انتهای ترک تحت تنش‌های غشایی و خمشی، طراحی شده و آموزش دیده است (داده‌های مورد استفاده برای آموزش و آزمون شبکه از نتایج موجود بدست آمده از روش اجزای محدود انتخاب شده است). در این قسمت ضریب Y را از روش Newman-Raju می‌توان محاسبه کرد و با ضریب Mk اصلاح نمود. در حالتی که عمق ترک بیش از ضخامت جداره Chord است، فرآیند رشد ترک بیشترین تاثیر را از هندسه اتصال و مد بارگذاری می‌پذیرد. در این قسمت، حل اختصاصی برای اتصال لوله‌ای T تحت بار محوری، انجام شده است که در آن شبکه عصبی از نوع RBF برای تخمین ضریب اصلاح شدت تنش در عمق ترک خستگی واقع در نقطه زینی اتصال T تحت بار محوری، طراحی شده و آموزش دیده است. اطلاعات ورودی برای این شبکه، نسبت عمق به عرض ترک و درصد رشد ترک در عمق جداره است. داده‌های استفاده شده برای آموزش و آزمون شبکه نتایج آزمایش روی شش اتصال T در مرکز NDE دانشگاه UCL است.

همچنین برای هر قسمت نتایج حل به کمک شبکه‌های عصبی با نتایج برخی روش‌های موجود مقایسه شده است.

______________________________

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

** توجه: در صورت مشکل در باز شدن فایل PDF ، نام فایل را به انگلیسی Rename کنید. **

** درخواست پایان نامه:

با ارسال عنوان پایان نامه درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن پایان نامه در سایت به راحتی اقدام به خرید و دریافت پایان نامه مورد نظر خود نمایید. **

تحلیل و طراحی سازه فضاکار با استفاده از الگوریتم شبکه های عصبی

اختصاصی از فی بوو تحلیل و طراحی سازه فضاکار با استفاده از الگوریتم شبکه های عصبی دانلود با لینک مستقیم و پر سرعت .

• پایان نامه کارشناسی ارشد مهندسی عمران گرایش سازه با عنوان: تحلیل و طراحی سازه فضاکار با استفاده از الگوریتم شبکه های عصبی 

• دانشگاه علم و صنعت ایران 

• استاد راهنما: دکتر علی کاوه 

• پژوهشگر: مهدی حاج کریم خرازی 

• سال انتشار: بهار 1377 

• فرمت فایل: PDF و شامل 464 صفحه

چکیــــده:

شبکه عصبی مصنوعی که مدل آن بر اساس سیستم عملکرد مغز و اعصاب انسان طراحی شده‌اند، در زمینه‌های مختلف مهندسی از جمله در مهندسی عمران کاربرد پیدا کرده‌اند. تحقیقات فشرده و چشمگیر در 5 سال گذشته انجام گرفته، که این تحقیقات کاربردهای متفاوتی در رشتۀ عمران برای شبکه عصبی معرفی نموده است. از جمله این تحقیقات، تحلیل و طراحی سازه‌ها بوده است. چون مهندسان عمران در تحلیل و طراحی سازه با عملیات محاسباتی سعی و خطا روبرو می‌باشند، با مطرح شدن شبکۀ عصبی گامی جدید و موثر در جهت حل این مشکلات برداشته خواهد شد.

هدف اصلی این رساله انجام مطالعه گسترده در رابطه با شبکه‌های عصبی مختلف از جمله شبکه با انتشار برگشتی می‌باشد. در این رساله شبکه‌های متعددی تعلیم یافته و برای طراحی بعضی از قاب‌ها تربیت شدند. همچنین شبکه‌هایی به منظور تحلیل و طراحی تربیت و تعلیم یافته‌اند. پس از آموزش شبکه‌ها، آنها تحت آزمایش قرار گرفته‌اند و نمودارهایی جهت نتیجه گیری از عملکرد آنها رسم و به نمایش گذاشته شده‌اند. در آزمایش شبکه از برنامه STAAD III استفاده شده است.

امید است که این پایان نامه گامی موثر در هوشمند کردن محاسبات طراحی و تحلیل سازه‌ها باشد.

______________________________

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

** توجه: در صورت مشکل در باز شدن فایل PDF ، نام فایل را به انگلیسی Rename کنید. **

** درخواست پایان نامه:

با ارسال عنوان پایان نامه درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن پایان نامه در سایت به راحتی اقدام به خرید و دریافت پایان نامه مورد نظر خود نمایید. **