دانلود مقاله ISI انگلیسی شماره 88978
ترجمه فارسی عنوان مقاله

اصل چند جایگزین در سیستم های هوشمند. مدل شبکه عصبی فعال

عنوان انگلیسی
The Principle of Multi-alternativity in Intelligent Systems. Active Neural Network Models
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
88978 2017 6 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Procedia Computer Science, Volume 103, 2017, Pages 410-415

ترجمه کلمات کلیدی
سیستم هوشمند شبکه عصبی،
کلمات کلیدی انگلیسی
intelligent system; neural network;
ترجمه چکیده
این مقاله با سیستم های هوشمند که شامل شبکه های عصبی مصنوعی هستند، مورد بررسی قرار می گیرد. پس از یک مقایسه نزدیک شبکه های عصبی مصنوعی و بیولوژیکی، نویسندگان برخی از نقص های اساسی شبکه های عصبی مصنوعی را نشان می دهند. نشان داده شده است که دلیل این معایب، پایداری ساختار یا به اصطلاح انقباض شبکه عصبی است. برای جلوگیری از این مشکل پیشنهاد شده است که شبیه سازی فرآیندهای اطلاعات در شبکه عصبی به جای شبیه سازی نورون ها به صورت شبیه سازی شود. بررسی های زیر شامل چندین تکامل تکاملی چند متغیری مانند رویکرد چند سطحی، تنوع و مدولار بودن است. این اصول پیاده سازی خود را در سازمان حافظه ی نمایشی پیدا می کنند که با ساختار قابل تنظیم آن مشخص می شود و بنابراین نزدیک به نمونه اولیه آن است. مزیت رویکرد پیشنهاد شده توسط مثال یک سیستم فکری مبتنی بر شبکه عصبی فعال نشان داده شده است. سیستم مورد استفاده برای کنترل یک شبکه تامین برق در حوادث بحرانی، مانند شکاف و بارگذاری. در مورد یک رویداد بحرانی شبکه عصبی تصویب می کند که مانع از شکستن یا تصادف در شبکه برق می شود.
پیش نمایش مقاله
پیش نمایش مقاله  اصل چند جایگزین در سیستم های هوشمند. مدل شبکه عصبی فعال

چکیده انگلیسی

The article deals with intelligent systems that contain artificial neural networks. After a close comparison of artificial and biological neural networks the authors reveal some fundamental flaws of artificial neural networks. It is shown that the reason for those disadvantages is the constancy of structure or the so called passivity of the neural network. To avoid this problem it is proposed to simulate the information processes in the neural network instead of simulating neurons themselves. The following consideration involves several evolutionary principles of multi-alternativity, such as multilevel approach, diversity and modularity. Those principles find their implementation in facet memory organization that is characterized by the reconfigurable structure and therefore close to its biological prototype. The advantage of the suggested approach is demonstrated by the example of an intellectual system based on an active neural network. The system applied to control an electrical supply network under critical events, such as breaks and overloads. In case of a critical event neural network takes the blocking decision that prevents breakage or accident conditions in the electrical network.