موارد استفاده : تحقیق و آموزش
منابع فارسی: دارد
منابع لاتین: دارد
پیشینه داخلی جدید: دارد
پیشینه خارجی جدید: دارد
نوع فایل: Word قابل ویرایش
تعداد صفحه: 41 صفحه
شماره فایل : 458 mg

براساس چگونگی اتصال گرهها در معماری شبکه به یکدیگر، شبکههای عصبی به انواع زیر تقسیم میشوند (احمدی، 2006). الف) شبکه های عصبی پیش خور گرهها در این نوع شبکه در لایههای متوالی قرارگرفتهاند و ارتباط یک طرفه است و زمانی که یک الگوی ورودی به شبکه اعمال میشود اولین لایه مقدار خروجیاش را محاسبه کرده و در اختیار لایه بعدی قرار میدهد. لایه بعدی این مقادیر را به عنوان ورودی دریافت کرده و مقادیر خروجیاش را به لایه بعدی منتقل میکند و هر گروه فقط به گرههای لایه بعد سیگنال منتقل میکند.

شبکه پروسپترون چند لایه جزو این نوع شبکهها میباشند. ب) شبکههای عصبی پس خور شبکههای عصبی پسخور از توانایی بالقوه بیشتری نسبت به شبکههای پیشخور برخوردارند و بهتر میتوانند رفتار مربوط به ویژگیهای زمانی سیستمها را نشان میدهند. در این نوع شبکهها گرههای لایههای بالاتر به گرههای لایههای پایینتر سیگنال منتقل میکنند (احمدی،2006).

ادامه مقاله به طور کامل در فایل اصلی موجود است.