Zobrazeno 1 - 7
of 7
pro vyhledávání: '"شبکه عصبی-فازی"'
Publikováno v:
پژوهشهای حفاظت آب و خاک, Vol 30, Iss 2, Pp 27-49 (2023)
سابقه و هدف: ﺩﺭ ﻛﺸﻮﺭ ایران ﺷﺮﺍﻳﻂ ﺍﻗﻠﻴﻤﻲ ﺑﻪﮔﻮﻧﻪﺍی ﺍﺳﺖ ﻛﻪ ﺣﺘﻲ ﺩﺭ پرﺑﺎﺭﺍﻥﺗﺮﻳﻦ ﻣﻨﺎﻃﻖ ﻛﺸﻮﺭ، ﺑﻪ منابع ﺁﺏ ﺯﻳﺮﺯﻣ
Externí odkaz:
https://doaj.org/article/44e5f8219e0d4d3fb91be72b2503b7cb
Autor:
محمد حسن نتاج صلحدار
Publikováno v:
پدافند الکترونیکی و سایبری, Vol 10, Iss 3, Pp 43-57 (2022)
تشخیص نفوذ یک مسئله طبقهبندی است که در آن روشهای مختلف یادگیری ماشین (ML) و دادهکاوی (DM) برای طبقهبندی دادههای شبکه در ترافیک عادی و
Externí odkaz:
https://doaj.org/article/5064e01a0c754bf3848e2a7a10dbdf31
Autor:
ملیحه نیک سیرت, سید هادی ناصری
Publikováno v:
تصمیم گیری و تحقیق در عملیات, Vol 5, Iss 4, Pp 414-425 (2021)
بیماری کرونا در حال حاضر بحران جهانی سلامت و بزرگترین چالشی است که بشر از زمان جنگ جهانی دوم تاکنون تجربه کرده است. با توجه به همهگیری این
Externí odkaz:
https://doaj.org/article/c5bd1bf6da134c3f8fcb110deece9ed8
Autor:
محمد نصیری, محمدحسین کاظمی
Publikováno v:
علوم رایانش و فناوری اطلاعات, Vol 19, Iss 1 (2021)
در اين مقاله با بکارگیری یک شبکه عصبی فازی و براساس مدل فضای حالت باتریهای لیتیوم-یون، حالت شارژ باطری تخمین زده میشود. دادههای آزم
Externí odkaz:
https://doaj.org/article/23c1be36fb3c417da09eb7f44b9f95bb
Publikováno v:
Pizhūhish-i Naft, Vol 28, Iss 97-4, Pp 112-125 (2018)
پیشبینی نرخ نفوذ حفاری بهدلیل نقش آن در به حداقل رساندن هزینههای حفاری برای بهینهسازی حفاری از اهمیت زیادی برخوردار است. تحلیل اطل
Externí odkaz:
https://doaj.org/article/6762d88362a04d5889ff0fc355911527
Publikováno v:
علوم رایانش و فناوری اطلاعات, Vol 19, Iss 1 (2021)
در اين مقاله با بکارگیری یک شبکه عصبی فازی و براساس مدل فضای حالت باتریهای لیتیوم-یون، حالت شارژ باطری تخمین زده میشود. دادههای آزم
Publikováno v:
Pizhūhish-i Naft, Vol 28, Iss 97-4, Pp 112-125 (2018)
پیشبینی نرخ نفوذ حفاری بهدلیل نقش آن در به حداقل رساندن هزینههای حفاری برای بهینهسازی حفاری از اهمیت زیادی برخوردار است. تحلیل اطل