1.e4 e5 2.Bc4 Nf6 3.d4!
بازی تاکتیکی گامبی اوروسف برای بازیکنان سفید
بازیکنان تاکتیکی - حمله ای
جزئیات محصول
این مجموعه را با اندروید یا کامپیوتر اجرا کنید
دلیل اجباری کردن ایمیل این است که اگر در صفحه موفق به دانلود نشدید حداقل از ایمیل خود جهت دانلود استفاده بکنید چون فایل به ایمیل شما هم ارسال می شود.
طریقه دانلود: بعد از وارد کردن ایمیل، برروی لینک دانلود کلیک کنید تا به صفحه پرداخت بانک منتقل شوید بعد از پر کردن فرم کلید پرداخت را بزنید اگر پرداخت با موفقیت انجام گیرد صفحه دانلود برای شما نمایان می شود تا فایل خریداری شده را دانلود بفرمایید برای راحتی خودتان تا حد امکان برای دانلود فایل از نرم افزار دانلود منیجر استفاده کنید.
موضوع فارسی :مدل استنتاج ژنتیکی عصبی فازی برای تشخیص سل
موضوع انگلیسی : A Genetic-Neuro-Fuzzy inferential model for diagnosis of tuberculosis
تعداد صفحه : 21
فرمت فایل :pdf
سال انتشار : 2015
زبان مقاله : انگلیسی
چکیده
سل یک بیماری عفونی اجتماعی دوباره در حال ظهور با پزشکی است
مفاهیم در سراسر جهان است. با وجود تلاش، پوشش سل
بیماری (با شیوع اچ آی وی) در نیجریه از 2.2٪ در سال 1991 به 22٪ در سال 2013 افزایش یافت
و روش تشخیص ارتدوکس قابل دسترس برای تشخیص سل
با تعدادی از چالش های است که می تواند، اگر اقدام نشود، افزایش مواجه شده است
نرخ گسترش؛ از این رو، نیاز به کمک در تشخیص بیماری وجود دارد. این
مطالعه یک روش برای تشخیص هوشمند سل با استفاده از Genetic- پیشنهاد
فازی عصبی استنباطی به ارائه پلت فرم پشتیبانی تصمیم گیری است که
می توانید پزشکان در تجویز دقیق، به موقع، و هزینه تشخیص موثر سل کمک کند. ارزیابی عملکرد مشاهده شده، با استفاده از یک مورد
مطالعه 10 بیمار از بیمارستان سنت فرانسیس کاتولیک Okpara به-داخلی
کلمات کلیدی: تشخیص پزشکی؛ سل؛ مصنوعی فی اطلاعات؛ سیستم استنتاج؛ پشتیبانی تصمیم گیری
موضوع فارسی : پشتیبانی از اطلاعات فکری برای بهره برداری از سیستم های فنی بر اساس مهندسی هستی شناختی
موضوع انگلیسی : Intellectual information support for operation of technical systems based on ontological engineering
تعداد صفحه : 8
فرمت فایل :pdf
سال انتشار : 2015
زبان مقاله : انگلیسی
چکیده
موضوع فارسی : میماس: چارچوب برای یادگیری ماشین در سلامت سیستم های چند عاملی
موضوع انگلیسی : MLIMAS: A Framework for Machine Learning in Interactive Multi-Agent Systems
تعداد صفحه : 9
فرمت فایل :pdf
سال انتشار : 2015
زبان مقاله : انگلیسی
چکیده
سیستم های چند عامله در مجتمع، حوزه زمان واقعی نیاز به عوامل موثر به عمل هر دو مستقل و به عنوان بخشی از یک تیم.
پیچیدگی وظایف بسیاری از ناشی در این حوزه را حل کند با رفتارهای از پیش برنامه ریزی عامل آنها را دشوار می سازد.
عوامل باید به جای کشف راه حل خود به خود، با استفاده از یادگیری است. در این مقاله، ما در حال حاضر MLIMAS یک چارچوب برای
یادگیری ماشین در سلامت سیستم های چند عاملی. MLIMAS پیشنهاد شده است برای ارائه پاسخ به مسائل ناشی از
یکپارچه سازی الگوریتم های یادگیری ماشین در سیستم های چند عامله تعاملی، با تمرکز بر سه سوال من) چه یادگیری هستند
اهداف برای عوامل ؟، (II) چگونه می تواند سیستم یادگیری ماشین به معماری عامل یکپارچه؟ و (III) چگونه می توانید عوامل
یاد بگیرند؟ تعاملی MLIMAS آدرس این سه سوال به علاوه حمایت از سیستم های چند عامله شامل مستقل و
عوامل تطبیقی اقدام در زمان واقعی و محیط پر سر و صدا. به عنوان یک نتیجه از چنین قابلیت های مورد نیاز، MLIMAS اجازه می دهد تا پویا
و رفتار هوشمند از عوامل موثر در دستیابی به اهداف به محلی و ائتلاف خود را از قبیل از طریق مدل سازی عوامل دیگر
اقدامات و تعاملی در نظر گرفتن منافع از ترجیحات خود و دیگران را در یادگیری و دستیابی به اهداف عوامل.مطالعه ما به بررسی
چارچوب پیشنهادی در تاکسی دامنه در مقایسه با الگوریتم Q-یادگیری سنتی بدون به اشتراک تعاملی از
اطلاعات آزمایش های ما نشان داد 2 برابر بهبود برای این جایزه به طور متوسط در هر دریافت عوامل از دنباله نه
روش Q-آموزش سنتی است. علاوه بر این، ما٪ 80 بهبود کردم برای همان تعداد از آزمایشات از عوامل برای رسیدن به مسافران.
کلمات کلیدی: سیستم های چند عاملی؛ چارچوب یادگیری مبتنی بر عامل. تعاملی چند عامل یادگیری، هوش مصنوعی؛ فراگیری ماشین؛ مهندسی دانش؛ تاکسی دامنه
موضوع فارسی :طراحی خانه هوشمند برای افراد معلول بر اساس شبکه های عصبی
موضوع انگلیسی : Smart Home Design for Disabled People based on Neural Networks
تعداد صفحه : 10
فرمت فایل :pdf
سال انتشار : 2014
زبان مقاله : انگلیسی
چکیده
به سمت تسهیل زندگی روزمره افراد معلول روی هم در فن آوری تحقیقات: مانند محاسبات،
شبکه و مخابرات در یک محیط به نام های خانه های هوشمند. فعال کردن افراد معلول برای غلبه بر آنها
نقص با ارائه یک سیستم است که جایگزین آنها فاقد آنچه چیزی است که باعث چنین کار جالب و مهم است. ما
چنین فضایی توسعه یافته توسط پله جلوتر از تحقیقات گذشته و نه تنها رسیدن به یک پیش برنامه ریزی خانه های اتوماتیک، بلکه به
یادگیری و خود تطبیق خانه های هوشمند. این با یکپارچه سازی دو نوع از شبکه های عصبی به سیستم ما انجام شد. به
نشان دادن اثربخشی سیستم، ما برای اولین بار توسعه یک نمونه اولیه است که تحت پوشش بخش هایی از طراحی نظری است. کار بیشتر می توانید
در واقع با تبدیل نمونه ما به ارائه یک خانه که در آن افراد معلول از ممکن است به نفع انجام شود.
کلمات کلیدی: خانه های هوشمند، هوش مصنوعی، شبکه عصبی غذا به جلو، شبکه عصبی راجعه، انطباق خودکار، INSTEON، های ZigBee.