XiaoMi-AI文件搜索系统
World File Search System人工神经网络
人工神经网络在边坡稳定性分析中的应用
BP神经网络隐层节点确定方法. 计算机技术与发展 2018; 28(4): 31-35. doi: 10.3969/j.issn.1673-629X.2018.04.007。 2. 温疆, 廖建忠. 岩质边坡稳定性分析方法综述. 西部探矿工程 2012; 24(6): 153-155. doi: 10.3969/j.issn.1004-5716.2012.06.053。 3. 毛江, 赵洪达, 姚建军. 人工神经网络的应用及展望. 电子设计工程 2011; 19(24): 62-65。 4. 李红莲, 柴庆元. 人工神经网络与神经网络控制(NNC)的发展与展望。河北科技图文信息技术有限公司. 2009; 26(5): 44-46. doi: 10.3969/j.issn.1008-6129.2009.05.012。 5. 姚建国. 人工神经网络在岩土力学与工程中的局限性及对策. 中国岩石力学与工程学会. 第八届全国岩石力学与工程学术会议论文集. 2004;385-388。 6. 张建平, 陈倩. BP网络在边坡稳定性分析中的应用. 西南交通大学学报. 2001; 36(6): 648-650。 7. 杨晓峰, 陈天洪. 人工神经网络的优缺点. 计算机科学. 1994; 21(2): 23-26。 8. 冯晓霞, 周林伟, 曾绍琪, 李伟昌. 边坡岩体稳定性分析. 工程与建设 2017; 31(2): 244-247. doi: 10.3969/j.issn.1673-5781.2017.02.032.
使用人工神经网络 (ANN) 预测心脏病发作
参考文献 1.Zaid, A.A., 等。(2020)。“全面质量管理和感知服务质量对巴勒斯坦医疗机构患者满意度和行为意图的影响。”关西大学技术报告 62(03): 221-232。2.Sultan, Y. S. A., 等。(2018)。“领导风格及其在确定大学行政沟通模式中的作用——以加沙伊斯兰大学为例。”国际学术管理科学研究杂志 (IJAMSR) 2(6): 26-42。3.Salman, F. M. 和 S. S. Abu-Naser (2019)。“蓖麻病和诊断专家系统。”国际工程与信息系统杂志 (IJEAIS) 3(3): 1-10。4.Saleh, A., 等人。(2020)。使用深度学习进行脑肿瘤分类。2020 年国际辅助和康复技术会议 (iCareTech)，IEEE。5.Salama, A.A., 等人。(2018)。“行政程序和法规在提高教育机构绩效方面的作用——加沙伊斯兰大学是一个典范。”国际学术多学科研究杂志 (IJAMR) 2(2): 14-27。6.Nassr, M. S. 和 S. S. Abu Naser (2018)。“基于知识的菠萝疾病诊断系统。”国际学术教育研究杂志 (IJAPR) 2(7): 12-19。7.Nasser, I. M., 等人。(2019)。“用于诊断自闭症谱系障碍的人工神经网络。”国际学术信息系统研究杂志 (IJAISR) 3(2): 27-32。8.Nasser, I. M. 和 S. S. Abu-Naser (2019)。“使用人工神经网络预测肿瘤类别。”国际学术健康和医学研究杂志 (IJAHMR) 3(2): 1-7。9.Musleh, M. M., 等人。(2019)。“使用人工神经网络预测肝病患者。”国际学术信息系统研究杂志 (IJAISR) 3(10): 1-11。10.Musleh, M. M. 和 S. S. Abu-Naser (2018)。“基于规则的马铃薯问题诊断和治疗系统。”国际学术工程研究杂志 (IJAER) 2(8): 1-9。11.Mettleq, A. S. A., 等人。(2020)。12.13.“使用深度学习进行芒果分类。”国际学术工程研究杂志 (IJAER) 3(12): 22-29。Mettleq, A. S. A. 和 S. S. Abu-Naser (2019)。“基于规则的咖啡病害诊断系统。”国际学术信息系统研究杂志 (IJAISR) 3(3): 1-8。Masri, N., 等人。(2019)。“基于规则的系统调查。”国际学术信息系统研究杂志 (IJAISR) 3(7): 1-23。14.Madi, S. A., et al.(2018).“组织结构及其对巴勒斯坦大学领导模式的影响。”国际学术管理科学研究杂志 (IJAMSR) 2(6): 1-26.15.Madi, S. A., et al.(2018).“巴勒斯坦大学领导的主导模式及其与行政人员参与决策程度的关系。”国际学术管理科学研究杂志 (IJAMSR) 2(7): 20-43.16.Kashkash, K.，等人。(2005)。“专家系统方法和应用——1995 年至 2004 年的十年回顾。”人工智能杂志 1(2): 9-26。17.Hilles, M. M. 和 S. S. Abu Naser (2017)。“用于教授 Mongo 数据库的基于知识的智能辅导系统。”欧洲学术研究 6(10): 8783-8794。18.Elzamly, A.，等人。(2015)。“在软件规划开发过程中使用判别分析技术对软件风险进行分类。”国际先进科学技术杂志 81：35-48。19。Elsharif，A。A. 和 S. S. Abu-Naser (2019)。“用于诊断甘蔗疾病的专家系统。”国际学术工程研究杂志 (IJAER) 3(3)：19-27。20。Elqassas，R。 和 S. S. Abu-Naser (2018)。“用于诊断芒果疾病的专家系统。”国际学术工程研究杂志 (IJAER) 2(8): 10-18。21.El-Mashharawi, H. Q., 等人。(2020)。“使用深度学习进行葡萄类型分类。”国际学术工程研究杂志 (IJAER) 3(12): 41-45。22.El Talla, S. A., 等人。(2018)。国际学术多学科研究杂志 (IJAMR) 2(5): 15-31。23.“巴勒斯坦政府大学组织结构的性质——以阿克萨大学为例。”El Talla, S. A., 等人。(2018)。“组织结构及其与巴勒斯坦大学普遍的沟通模式的关系。”国际工程与信息系统杂志 (IJEAIS) 2(5): 22-43。24。Dheir, I. 和 S. S. Abu-Naser (2019)。“用于诊断番石榴问题的基于知识的系统。”国际学术信息系统研究杂志 (IJAISR) 3(3): 9-15。25.Dahouk, A. W. 和 S. S. Abu-Naser (2018)。“一种用于台式电脑故障排除的知识库系统。”国际学术教育研究杂志 (IJAPR) 2(6): 1-8。26.Barhoom, A. M. 和 S. S. Abu-Naser (2018)。“黑胡椒专家系统。”国际学术信息系统研究杂志 (IJAISR) 2(8): 9-16。27.Ashqar, B.A. M. 和 S. S. Abu-Naser (2019)。“使用预训练的深度卷积神经网络识别入侵绣球花的图像。”国际学术工程研究杂志 (IJAER) 3(3): 28-36。28.Anderson, J., 等人。(2005)。“智能数学导师中问题呈现和反馈的适应性。”信息技术杂志 5(5): 167-207。29.AlZamily, J. Y. 和 S. S. Abu-Naser (2018)。“一种用于诊断 Musa Acuminata 疾病的认知系统。”国际学术信息系统研究杂志 (IJAISR) 2(8): 1-8。30.Al-Shawwa, M. 和 S. S. Abu-Naser (2019)。“使用 CLIPS 解决苹果问题的知识库系统。”国际学术工程研究杂志 (IJAER) 3(3): 1-11。31.Alshawwa, I.A., 等人。(2020)。“使用深度学习分析樱桃类型。”国际学术工程研究杂志 (IJAER) 4(1): 1-5。32.Al-Nakhal, M. A. 和 S. S. Abu Naser (2017)。“用于学习计算机理论的自适应智能辅导系统。”欧洲学术研究 6(10): 8770-8782。33.Almurshidi, S. H. 和 S. S. Abu Naser (2017)。“糖尿病智能辅导系统的设计和开发。”欧洲学术研究 6(9): 8117-8128。34.Almasri, A., 等人。(2019)。“2000-2018 年智能辅导系统调查。”国际学术工程研究杂志 (IJAER) 3(5): 21-37。35。Almasri, A.，等人。(2018)。“巴勒斯坦大学信息技术应用的组织结构及其作用——艾资哈尔大学与伊斯兰大学的比较研究。”国际学术与应用研究杂志 (IJAAR) 2(6): 1-22。36。Al-Habil, W. I.，等人。(2017)。“从员工角度看银行服务质量对提高加沙省银行营销绩效的影响。”国际工程与信息系统杂志 (IJEAIS) 1(7): 197-217。37。Alhabbash, M. I., 等人。(2016)。“用于教授语法英语时态的智能辅导系统。”欧洲学术研究 6(9): 7743-7757。38。AlFerjany, A.A. M., 等人。(2018)。“纠正绩效衡量偏差与实现控制目标之间的关系——以伊斯兰大学为例。”国际工程与信息系统杂志 (IJEAIS) 2(1): 74-89。39。Al-Bastami, B. G. 和 S. S. Abu Naser (2017)。“C# 语言智能辅导系统的设计和开发。”欧洲学术研究 6(10): 8795。40。Alajrami, M. A. 和 S. S. Abu-Naser (2018)。“基于洋葱规则的疾病诊断和治疗系统。”国际学术教育研究杂志 (IJAPR) 2(8): 1-9。41。Al Shobaki, M., 等人。(2018)。“巴勒斯坦大学行政人员的绩效现实。”国际学术信息系统研究杂志 (IJAISR) 2(4): 1-17。42。Al Shobaki, M. J., 等人。(2018)。“从行政人员的角度看巴勒斯坦大学的组织氛围水平。”国际学术管理科学研究杂志 (IJAMSR) 2(5): 33-58。43。Al Shobaki, M. J.，等人。(2017)。“学习型组织及其在巴勒斯坦大学实现组织卓越方面的作用。”国际数字出版技术杂志 1(2): 40-85。44。(2017)。Al Shobaki, M. J.，等人。“电子人力资源管理对大学电子教育服务发展的影响。”国际工程与信息系统杂志 1(1): 1-19。45。Al Shobaki, M. J.，等人。(2016)。“高层管理人员对战略规划的支持对危机管理的影响：以联合国近东巴勒斯坦难民救济和工程处加沙地带为例。”国际学术研究与发展杂志 1(10): 20-25。46。Al Shobaki, M. J. 和 S. S. Abu Naser (2016)。“加沙地带市政当局员工绩效评估过程中应用的现代方法的现实情况。”国际先进科学研究杂志 1(7): 14-23。47。Al Shobaki, M. J. 和 S. S. Abu Naser (2016)。“加沙电力配送公司计算机化管理信息系统用户的绩效发展及其与人口变量的关系。”国际人文和社会科学研究杂志 2(10): 21-30。48。Al Shobaki, M. J. 和 S. S. Abu Naser (2016)。“决策支持系统及其在发展大学战略管理中的作用：以加沙伊斯兰大学为例。”国际先进研究与发展杂志 1(10): 33-47。49。Ahmed, A.A.，等人。(2018)。“信息技术对加沙艾资哈尔大学管理人员工作性质的影响。”国际学术信息系统研究杂志 (IJAISR) 2(6): 1-20。50。Abu-Saqer, M. M.，等人。(2020)。“使用深度学习对葡萄柚类型进行分类。”国际学术信息系统研究杂志 (IJAISR) 4(1): 1-5。51.Abu-Saqer, M. M. 和 S. S. Abu-Naser (2019)。“开发木瓜植物病害诊断专家系统。”国际学术工程研究杂志 (IJAER) 3(4): 14-21。52.Abu-Nasser, B. S. 和 S. S. Abu Naser (2018)。“基于规则的西瓜病害及治疗系统。”国际学术信息系统研究杂志 (IJAISR) 2(7): 1-7。53.Abu-Naser, S. S.，等人。(2011)。“用于学习 Java 对象的智能辅导系统。”国际人工智能与应用杂志 (IJAIA) 2(2): 86-77。54.Abu-Naser, S. S. 和 M. J. Al Shobaki (2016)。“计算机化管理信息系统资源及其与加沙电力配送公司绩效发展的关系。”欧洲学术研究 6(8): 6969-7002。55.Abu-Naser, S. S. 和 M. A. Al-Nakhal (2016)。“基于规则的耳部问题诊断和治疗系统。”世界多学科研究与发展杂志 2(4): 25-31。56.Abu-Naser, S. S. (2016)。“ITSB：一种智能辅导系统创作工具。”科学与工程研究杂志 3(5): 63-71。57.Abu-Naser, S. S. (2009)。“评估 CPP-Tutor 的有效性，这是一种针对学习使用 C++ 编程的学生的智能辅导系统。”应用科学研究杂志 5(1): 109-114。58.Abu-Naser, S. S. (2008)。“JEE-Tutor：一种用于 Java 表达式评估的智能辅导系统。”信息技术杂志 7(3): 528-532。59.AbuEloun, N. N. 和 S. S. Abu Naser (2017)。“数学智能辅导系统。”国际先进科学研究杂志 2(1): 11-16。60.Abu Naser, S. S., 等人。(2017)。“加沙地带巴勒斯坦高等教育机构作为学习型组织的趋势。”国际数字出版技术杂志 1(1): 1-42。61.Abu Naser, S. S., 等人。(2016)。“衡量高等教育机构的知识管理成熟度以提高绩效——巴勒斯坦艾资哈尔大学的一项实证研究。”国际商业与管理研究杂志 2(5): 55-62。62。Abu Naser, S. S. 和 M. J. Al Shobaki (2016)。管理要求和计算机化管理信息系统操作对提高绩效的影响（对加沙电力配送公司员工的实践研究）。第一届社区发展科学会议。63。Abu Naser, S. S. (2008)。“为学习使用 C++ 编程的学生开发智能辅导系统。”信息技术杂志 7(7): 1055-1060。64。Abu Naser, S. S. (2006)。“用于向加沙二年级学生教授数据库的智能辅导系统及其对他们成绩的影响。”信息技术杂志 5(5): 916-922。65.Abu Naser, S. S. (1999)。“用于测量专家系统复杂性的大 O 符号。”伊斯兰大学期刊加沙 7(1): 57-70。66.Abu Naser, S. S. (1993)。一种专家系统测试和调试方法，美国北达科他州立大学。67.Abu Nada, A. M.，等人。(2020)。“使用提取文本摘要方法的 AraBERT 模型进行阿拉伯语文本摘要。”国际学术信息系统研究杂志 (IJAISR) 4(8): 6-9。68。Abu Nada, A. M., 等人。(2020)。“使用 CNN 通过单个用户图像进行年龄和性别预测和验证。”国际学术工程研究杂志 (IJAER) 4(8): 21-24。69。Abu Amuna, Y. M., 等人。(2017)。“从员工角度了解高等教育机构客户关系管理的关键变量。”国际信息技术与电气工程杂志 6(1): 10-16。70。Abu Amuna, Y. M.，等人。(2017)。“战略环境扫描：一种危机管理方法。”国际信息技术与电气工程杂志 6(3): 28-34
通过网络科学策略加速人工神经网络训练
摘要 深度学习的发展导致人工智能的应用数量急剧增加。然而，训练更深层的神经网络以建立稳定而准确的模型会转化为人工神经网络 (ANN)，随着特征数量的增加，这些神经网络会变得难以管理。这项工作扩展了我们之前的研究，我们探索了通过在 ANN 训练过程中依次加强自由尺度性、小世界性和稀疏性所获得的加速效果。最近的研究（独立进行）证实了这种方法的效率，其中在非专用笔记本电脑上训练了一个百万节点的 ANN。受这些结果的鼓舞，我们现在将研究重点放在一些可调参数上，以追求进一步的加速效果。我们表明，尽管由于 ANN 问题的高度非线性，最佳参数调整是不可行的，但我们实际上可以提出一套有用的指导方针，从而在实际情况下提高速度。我们发现，通过将修改后的分数参数（ζ）设置为相对较低的值通常可以显著减少执行时间。
用于金属和材料加工的人工神经网络建模
1.人工神经网络 (ANN) 简介 2.神经网络中的学习、实施过程、预测和与实际结果的比较以及从数据库中提取知识。3.合金成分对钛合金 β 转变温度影响的建模。4.具有不同微观结构的 Ti-6Al-4V α-β 合金的热变形行为。5.中碳钢中成分-热处理-力学性能关系的建模。6.钢中马氏体开始温度的成分依赖性估计 7.通过人工神经网络模型分析 Inconel 高温合金在电火花加工过程中的可加工性 8.预测静电纺丝工艺参数与纳米纤维直径之间的关系 9.建模金属基复合材料的物理和机械性能 10.人工神经网络的预期未来、可用于建模的资源和开放数据源
使用人工神经网络设计和实施心脏病预测
电子邮件：chavanmk1@gmail.com shashank@nielit.gov.in saurabhbansod@nielit.gov.in prashantpal@nielit@nielit.gov.in摘要：该计划的主要目标是使用医院统计数据来预测心脏疾病。 我们项目的主要目标是提供更精确的结果。 研究中建议的系统表示使用ANN来诊断心脏中获得的疾病。 使用预先接受的数据作为反馈，并通过各种过程（包括数据收集和数据挖掘）提供了有关呼吸系统的清晰清晰度，用于预测疾病。 以标准化格式收集和获取必要的信息。 年龄，血压，胆固醇，性别，血糖和其他特征从医疗概况中获取，以预测患者发展心脏病的可能性是拟议系统中的神经网络与许多组件相连，将输入收集为波形，并在其中收集了数据。 主要系统通过该系统接收汇总输入并进行预测过程，并耦合到神经分支。 关键字ANN，预测，算法，呼吸道。电子邮件：chavanmk1@gmail.com shashank@nielit.gov.in saurabhbansod@nielit.gov.in prashantpal@nielit@nielit.gov.in摘要：该计划的主要目标是使用医院统计数据来预测心脏疾病。我们项目的主要目标是提供更精确的结果。研究中建议的系统表示使用ANN来诊断心脏中获得的疾病。使用预先接受的数据作为反馈，并通过各种过程（包括数据收集和数据挖掘）提供了有关呼吸系统的清晰清晰度，用于预测疾病。以标准化格式收集和获取必要的信息。年龄，血压，胆固醇，性别，血糖和其他特征从医疗概况中获取，以预测患者发展心脏病的可能性是拟议系统中的神经网络与许多组件相连，将输入收集为波形，并在其中收集了数据。主要系统通过该系统接收汇总输入并进行预测过程，并耦合到神经分支。关键字ANN，预测，算法，呼吸道。
生物和人工神经网络中的特权代表性轴
神经元如何编码信息？最近的工作强调了人口代码的特性，例如其几何形状和可解码信息，这些措施对神经反应的本地调谐（或“轴”）视而不见。，但是这些代表性轴是否有系统地对其他轴进行特权？为了找出答案，我们开发了测试跨大脑和深度卷积神经网络（DCNNS）的神经调节的方法。在视觉和试镜中，大脑和DCNN都始终偏爱某些轴代表自然世界。此外，在NAT-URAL输入中训练的DCNN的代表轴与感知性皮质中的轴对齐，从而使对轴敏感的模型 - 脑相似性指标更好地分化了生物感觉系统的竞争模型。我们进一步表明，对某些轴的特权编码方案可以降低下游布线成本并改善概括。这些结果激发了一个新的框架，以了解生物和人工网络中的神经调整及其计算益处。
哪种缩放规则适用于大型人工神经网络
摘要经验表明，合作和交流计算系统，包括隔离的单个处理器，具有严重的性能限制，无法使用von Neumann的经典计算范式来解释。在他的经典“初稿”中，他警告说，使用“太快的处理器”“使他的简单“ procepure'”（但不是他的计算模型！）;此外，使用经典的计算范式模仿神经元操作是不合适的。Amdahl补充说，包括许多处理器的大型机器具有固有的劣势。鉴于人工神经网络（ANN）的组件正在互相进行大量通信，因此它们是由用于常规计算中设计/制造的大量组件构建的，此外，它们还试图使用不当的生物学操作使用不正确的技术解决方案及其可实现的有效载荷计算量表，这是概念上的模型。基于人工智能的系统的工作负载类型会产生极低的有效载荷计算性能，其设计/技术将其大小限制在“'toy'级别的系统：基于处理器的ANN系统的缩放标准）上是强烈的非线性。鉴于ANN系统的扩散和规模不断增长，我们建议您提前估算设备或应用的效率。ANN实施和专有技术数据的财富不再启用。通过分析已发布的测量结果，我们提供了证据表明，数据传输时间的作用极大地影响了ANN的性能和可行性。讨论了一些主要的理论限制因素，ANN的层结构及其技术实施方法如何影响其效率。该论文始于冯·诺伊曼（Von Neumann）的原始模型，而没有忽略处理时间的转移时间，并为Amdahl定律提供了适当的解释和处理。它表明，在这一提示中，Amdahl的定律正确地描述了ANN。
飞机维护、修理和大修中的人工神经网络数学方法
摘要 - 飞机维护、修理和大修 (MRO) 是飞机生命周期成本 (LCC) 的主要组成部分之一。提高 MRO 效率并降低 MRO 成本是降低 LCC 的主要方法之一。在现代航空技术中，航空电子设备的复杂性及其维护量不断增加。传统的故障预测方法难以应用于复杂的技术系统，因此有必要缩短 MRO 间隔。本研究提出了人工神经网络 (ANN) 的数学方法作为解决此问题的可能方法。无人机 (UAV) 的航空电子设备是研究对象。分析了传统方法和 ANN 方法的可靠性和故障预测，并进行了结果比较。研究表明，所用方法适用于解决此问题。所得结果显示可靠性很高。建议进一步研究以扩展到更复杂的航空电子设备飞机。在 MRO 系统中引入 ANN 具有诸多优势，包括可以延长航空电子设备的维修间隔和预测故障，同时考虑到运行的外部因素。这必然会降低 LCC 并提高安全性。
飞机维护、修理和大修中的人工神经网络数学方法
摘要 - 飞机维护、修理和大修 (MRO) 是飞机生命周期成本 (LCC) 的主要组成部分之一。提高 MRO 效率并降低 MRO 成本是降低 LCC 的主要方法之一。在现代航空技术中，航空电子设备的复杂性及其维护量不断增加。传统的故障预测方法难以应用于复杂的技术系统，因此有必要缩短 MRO 间隔。本研究提出了人工神经网络 (ANN) 的数学方法作为解决此问题的可能方法。无人机 (UAV) 的航空电子设备是研究对象。分析了传统方法和 ANN 方法的可靠性和故障预测，并进行了结果比较。研究表明，所用方法适用于解决此问题。所得结果显示可靠性很高。建议进一步研究以扩展到更复杂的航空电子设备飞机。在 MRO 系统中引入 ANN 具有诸多优势，包括可以延长航空电子设备的维修间隔和预测故障，同时考虑到运行的外部因素。这必然会降低 LCC 并提高安全性。