Artificial Neural Network
इसमें विज्ञापन शामिल हैं
3.6star
38 समीक्षाएं
10 हज़ार+
डाउनलोड
सभी
info
इस ऐप्लिकेशन के बारे में जानकारी
Ainयह कृत्रिम तंत्रिका नेटवर्क ऐप इंटरमीडिएट विषयों के लिए बुनियादी व्याख्या करेगा। ificial
Ural कृत्रिम तंत्रिका नेटवर्क का विषय पिछले कुछ वर्षों में काफी हद तक परिपक्व हो गया है। और विशेष रूप से बहुत उच्च प्रदर्शन कंप्यूटिंग के आगमन के साथ, इस विषय ने एक जबरदस्त महत्व ग्रहण किया है और हाल के वर्षों में बहुत बड़ी आवेदन क्षमता प्राप्त की है।
Willइस आर्टिफिशियल न्यूरल नेटवर्क ऐप में, हम परिभाषित करेंगे कि एक तंत्रिका नेटवर्क का मूल रूप से क्या मतलब है। और जैसा कि एक नाम का तात्पर्य है, वास्तव में तंत्रिका नेटवर्क शब्द का अर्थ है कि यह मानव मस्तिष्क, या मानव तंत्रिका तंत्र से उत्पन्न होता है, जिसमें बड़ी संख्या में न्यूरॉन्स की व्यापक रूप से बड़े समानांतर अंतरसंबंध होते हैं। और यह आश्चर्यजनक रूप से कम समय में विभिन्न कार्यों, विभिन्न अवधारणात्मक कार्यों, मान्यता कार्यों आदि को प्राप्त करता है। यहां तक कि आज के उच्च-प्रदर्शन वाले कंप्यूटरों की तुलना में भी। जिससे बड़ी मात्रा में इंटरकनेक्ट और नेटवर्किंग की नकल करने के लिए एक कंप्यूटर बनाया जा सकता है। यह सभी तंत्रिका कोशिकाओं के बीच मौजूद है, क्या इसका उपयोग कुछ जटिल प्रसंस्करण कार्यों को करने के लिए किया जा सकता है जहां आज के उच्च प्रदर्शन वाले कंप्यूटर भी नहीं कर सकते हैं, यह विषय वह है जिसे हम संबोधित करने जा रहे हैं। nerv
System सूचना प्रौद्योगिकी में, एक तंत्रिका नेटवर्क हार्डवेयर और / या सॉफ्टवेयर है जो मानव मस्तिष्क में न्यूरॉन्स के संचालन के बाद स्वरूपित होता है। तंत्रिका नेटवर्क - जिसे कृत्रिम तंत्रिका नेटवर्क भी कहा जाता है - यह विभिन्न प्रकार की गहन शिक्षण प्रौद्योगिकियां हैं। ☆
Thatआर्थिक न्यूरल नेटवर्क पूर्वानुमान विधियां हैं जो मस्तिष्क के सरल गणितीय मॉडल पर आधारित हैं। वे प्रतिक्रिया चर और इसके भविष्यवाणियों के बीच जटिल गैर-संबंध संबंध की अनुमति देते हैं। ☆
)आर्टिफिशियल न्यूरल नेटवर्क (ANN) सीधे सांख्यिकीय मॉडल हैं, और आंशिक रूप से जैविक तंत्रिका नेटवर्क पर मॉडलिंग की जाती है। वे समानांतर में इनपुट और आउटपुट के बीच गैर-संबंध संबंधों को मॉडलिंग और प्रसंस्करण करने में सक्षम हैं। ☆
An एक गहरी तंत्रिका नेटवर्क (DNN) इनपुट और आउटपुट परतों के बीच कई छिपी परतों के साथ एक ANN है। उथले एएनएन के समान, डीएनएन जटिल गैर-रैखिक संबंध मॉडल कर सकते हैं। ❱
Ew कुछ महत्वपूर्ण विषय यहाँ सूचीबद्ध हैं topics
Cepts आधारभूत अवधारणाएँ
⇢ बिल्डिंग ब्लॉक
⇢ सीखना और अनुकूलन
⇢ सुपरवाइज्ड लर्निंग
। अप्रशिक्षित लर्निंग
⇢ वेक्टर परिमाणीकरण सीखना
⇢ अनुकूली अनुनाद सिद्धांत
⇢ कोहेनन सेल्फ-आर्गेनाइजिंग फीचर मैप्स
Ate एसोसिएट मेमोरी नेटवर्क
⇢ कृत्रिम तंत्रिका नेटवर्क - हॉपफील्ड नेटवर्क
Mann बोल्ट्जमैन मशीन
⇢ ब्रेन-स्टेट-इन-ए-बॉक्स नेटवर्क
⇢ हॉपफील्ड नेटवर्क का उपयोग कर अनुकूलन
⇢ अन्य अनुकूलन तकनीक
⇢ कृत्रिम तंत्रिका नेटवर्क - आनुवंशिक एल्गोरिथम
। तंत्रिका नेटवर्क के अनुप्रयोग
Lin समय-भिन्न रेखीय असमानताओं के ऑनलाइन समाधान के लिए झांग न्यूरल नेटवर्क
P बायेसियन ने छोटे एन बिग पी डेटा के लिए नियमित रूप से तंत्रिका नेटवर्क
Spect न्यूट्रॉन स्पेक्ट्रोमेट्री में आवेदन के साथ सामान्यीकृत प्रतिगमन तंत्रिका नेटवर्क
संयुक्त समानीकरण और डीकोडिंग के लिए एक सतत-समय आवर्तक तंत्रिका नेटवर्क - Hardware एनालॉग हार्डवेयर कार्यान्वयन पहलू
-डायरेक्ट-सिग्नल डिटेक्शन विदाउट डेटा-एडेड: ए मिमो फंक्शनल नेटवर्क एप्रोच
Ino न्यूट्रिनो-प्रेरित वायु शोषक की जांच के लिए एक FPGA ट्रिगर के रूप में कृत्रिम तंत्रिका नेटवर्क
⇢ फजी एक्सपर्ट सिस्टम से आर्टिफिशियल न्यूरल नेटवर्क तक: असिस्टेड स्पीच थैरेपी के लिए आवेदन
Ine गैस टर्बाइन निदान के लिए तंत्रिका नेटवर्क
फैब्रिक दोष वर्गीकरण के लिए तंत्रिका नेटवर्क (एनएन) का अनुप्रयोग
आर्टिफिशियल न्यूरल नेटवर्क्स का उपयोग करना Pred थंडरस्टॉर्म भविष्यवाणियों
With हाइब्रिड न्यूरल नेटवर्क्स की of सहायता के साथ शहरी संदूषण पर एयरबोर्न पार्टिकुलेट मैटर के प्रभाव का विश्लेषण
-।। Civil Civil सिविल इंजीनियरिंग में अनुप्रयोग के साथ तंत्रिका नेटवर्क-आधारित संवेदनशीलता विश्लेषण में उन्नत तरीके
उत्पादन निर्धारण में कृत्रिम तंत्रिका नेटवर्क और of ⇢ ificial Fabric ation सेमीकंडक्टर वेफर निर्माण प्रणाली की उपज भविष्यवाणी
⇢ अनुकूलन के लिए तंत्रिका नेटवर्क व्युत्क्रम मॉडलिंग
Ural कृत्रिम तंत्रिका नेटवर्क का विषय पिछले कुछ वर्षों में काफी हद तक परिपक्व हो गया है। और विशेष रूप से बहुत उच्च प्रदर्शन कंप्यूटिंग के आगमन के साथ, इस विषय ने एक जबरदस्त महत्व ग्रहण किया है और हाल के वर्षों में बहुत बड़ी आवेदन क्षमता प्राप्त की है।
Willइस आर्टिफिशियल न्यूरल नेटवर्क ऐप में, हम परिभाषित करेंगे कि एक तंत्रिका नेटवर्क का मूल रूप से क्या मतलब है। और जैसा कि एक नाम का तात्पर्य है, वास्तव में तंत्रिका नेटवर्क शब्द का अर्थ है कि यह मानव मस्तिष्क, या मानव तंत्रिका तंत्र से उत्पन्न होता है, जिसमें बड़ी संख्या में न्यूरॉन्स की व्यापक रूप से बड़े समानांतर अंतरसंबंध होते हैं। और यह आश्चर्यजनक रूप से कम समय में विभिन्न कार्यों, विभिन्न अवधारणात्मक कार्यों, मान्यता कार्यों आदि को प्राप्त करता है। यहां तक कि आज के उच्च-प्रदर्शन वाले कंप्यूटरों की तुलना में भी। जिससे बड़ी मात्रा में इंटरकनेक्ट और नेटवर्किंग की नकल करने के लिए एक कंप्यूटर बनाया जा सकता है। यह सभी तंत्रिका कोशिकाओं के बीच मौजूद है, क्या इसका उपयोग कुछ जटिल प्रसंस्करण कार्यों को करने के लिए किया जा सकता है जहां आज के उच्च प्रदर्शन वाले कंप्यूटर भी नहीं कर सकते हैं, यह विषय वह है जिसे हम संबोधित करने जा रहे हैं। nerv
System सूचना प्रौद्योगिकी में, एक तंत्रिका नेटवर्क हार्डवेयर और / या सॉफ्टवेयर है जो मानव मस्तिष्क में न्यूरॉन्स के संचालन के बाद स्वरूपित होता है। तंत्रिका नेटवर्क - जिसे कृत्रिम तंत्रिका नेटवर्क भी कहा जाता है - यह विभिन्न प्रकार की गहन शिक्षण प्रौद्योगिकियां हैं। ☆
Thatआर्थिक न्यूरल नेटवर्क पूर्वानुमान विधियां हैं जो मस्तिष्क के सरल गणितीय मॉडल पर आधारित हैं। वे प्रतिक्रिया चर और इसके भविष्यवाणियों के बीच जटिल गैर-संबंध संबंध की अनुमति देते हैं। ☆
)आर्टिफिशियल न्यूरल नेटवर्क (ANN) सीधे सांख्यिकीय मॉडल हैं, और आंशिक रूप से जैविक तंत्रिका नेटवर्क पर मॉडलिंग की जाती है। वे समानांतर में इनपुट और आउटपुट के बीच गैर-संबंध संबंधों को मॉडलिंग और प्रसंस्करण करने में सक्षम हैं। ☆
An एक गहरी तंत्रिका नेटवर्क (DNN) इनपुट और आउटपुट परतों के बीच कई छिपी परतों के साथ एक ANN है। उथले एएनएन के समान, डीएनएन जटिल गैर-रैखिक संबंध मॉडल कर सकते हैं। ❱
Ew कुछ महत्वपूर्ण विषय यहाँ सूचीबद्ध हैं topics
Cepts आधारभूत अवधारणाएँ
⇢ बिल्डिंग ब्लॉक
⇢ सीखना और अनुकूलन
⇢ सुपरवाइज्ड लर्निंग
। अप्रशिक्षित लर्निंग
⇢ वेक्टर परिमाणीकरण सीखना
⇢ अनुकूली अनुनाद सिद्धांत
⇢ कोहेनन सेल्फ-आर्गेनाइजिंग फीचर मैप्स
Ate एसोसिएट मेमोरी नेटवर्क
⇢ कृत्रिम तंत्रिका नेटवर्क - हॉपफील्ड नेटवर्क
Mann बोल्ट्जमैन मशीन
⇢ ब्रेन-स्टेट-इन-ए-बॉक्स नेटवर्क
⇢ हॉपफील्ड नेटवर्क का उपयोग कर अनुकूलन
⇢ अन्य अनुकूलन तकनीक
⇢ कृत्रिम तंत्रिका नेटवर्क - आनुवंशिक एल्गोरिथम
। तंत्रिका नेटवर्क के अनुप्रयोग
Lin समय-भिन्न रेखीय असमानताओं के ऑनलाइन समाधान के लिए झांग न्यूरल नेटवर्क
P बायेसियन ने छोटे एन बिग पी डेटा के लिए नियमित रूप से तंत्रिका नेटवर्क
Spect न्यूट्रॉन स्पेक्ट्रोमेट्री में आवेदन के साथ सामान्यीकृत प्रतिगमन तंत्रिका नेटवर्क
संयुक्त समानीकरण और डीकोडिंग के लिए एक सतत-समय आवर्तक तंत्रिका नेटवर्क - Hardware एनालॉग हार्डवेयर कार्यान्वयन पहलू
-डायरेक्ट-सिग्नल डिटेक्शन विदाउट डेटा-एडेड: ए मिमो फंक्शनल नेटवर्क एप्रोच
Ino न्यूट्रिनो-प्रेरित वायु शोषक की जांच के लिए एक FPGA ट्रिगर के रूप में कृत्रिम तंत्रिका नेटवर्क
⇢ फजी एक्सपर्ट सिस्टम से आर्टिफिशियल न्यूरल नेटवर्क तक: असिस्टेड स्पीच थैरेपी के लिए आवेदन
Ine गैस टर्बाइन निदान के लिए तंत्रिका नेटवर्क
फैब्रिक दोष वर्गीकरण के लिए तंत्रिका नेटवर्क (एनएन) का अनुप्रयोग
आर्टिफिशियल न्यूरल नेटवर्क्स का उपयोग करना Pred थंडरस्टॉर्म भविष्यवाणियों
With हाइब्रिड न्यूरल नेटवर्क्स की of सहायता के साथ शहरी संदूषण पर एयरबोर्न पार्टिकुलेट मैटर के प्रभाव का विश्लेषण
-।। Civil Civil सिविल इंजीनियरिंग में अनुप्रयोग के साथ तंत्रिका नेटवर्क-आधारित संवेदनशीलता विश्लेषण में उन्नत तरीके
उत्पादन निर्धारण में कृत्रिम तंत्रिका नेटवर्क और of ⇢ ificial Fabric ation सेमीकंडक्टर वेफर निर्माण प्रणाली की उपज भविष्यवाणी
⇢ अनुकूलन के लिए तंत्रिका नेटवर्क व्युत्क्रम मॉडलिंग
पिछली बार अपडेट होने की तारीख
डेटा सुरक्षा के लिहाज़ से यह जानना बेहद अहम है कि डेवलपर, आपका डेटा कैसे इकट्ठा और शेयर करते हैं. डेटा को निजी और सुरक्षित रखने के अलग-अलग तरीके हो सकते हैं. ये आपकी जगह, उम्र, और ऐप्लिकेशन के इस्तेमाल के हिसाब से तय किए जाते हैं. यह जानकारी डेवलपर से मिली है और वह समय-समय पर इसमें अपडेट भी कर सकता है.
यह ऐप्लिकेशन, तीसरे पक्षों के साथ इस तरह का डेटा शेयर कर सकता है
डिवाइस या अन्य आईडी
कोई डेटा इकट्ठा नहीं किया गया
डेवलपर किस तरह से आपका डेटा इकट्ठा करते हैं, इस बारे में ज़्यादा जानें
डेटा को एन्क्रिप्ट (सुरक्षित) करके, ट्रांसफ़र किया जाता है
डेटा मिटाया नहीं जा सकता
रेटिंग और समीक्षाएं
3.6
35 समीक्षाएं
इसमें नया क्या है
- More Topics Added
ऐप्लिकेशन से जुड़ी सहायता
डेवलपर के बारे में
Prabhu Thankaraju
vishwasparrow@gmail.com
101-B,Nishadham Bldg,1/5
Chipale,Panvel
NAVI MUMBAI, Maharashtra 410206
India
undefined
