CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

پیاده سازی شبکه عصبی مغز با استفاده ازمدل بهینه شده Izhikevich برروی پردازنده گرافیکی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۵ | تعداد نمایش خلاصه: ۸۹۰ | نظرات: ۰
سرفصل ارائه مقاله: مهندسی پزشکی
سال انتشار: ۱۳۹۰
نوع ارائه: شفاهی
کد COI مقاله: ISCEE14_069
زبان مقاله: فارسی
حجم فایل: ۵۱۳.۸۳ کلیوبایت (فایل این مقاله در ۵ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۵ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله پیاده سازی شبکه عصبی مغز با استفاده ازمدل بهینه شده Izhikevich برروی پردازنده گرافیکی

  حمید سلیمانی - دانشگاه رازی کرمانشاه دانشکده فنی مهندسی

چکیده مقاله:

امروزه شبیه سایز نورونهای بیولوژیکی عصبی مغز انسان بصورت واقعی به دلیل حجم بالای محاسبات آنبه مسئله ای بسیا رمههم در بین عصب شناسان تبدیل شده است از این رو نیاز به سخت افزاری جدید که بتواند این شبیه سازی را به صورت موازی و در کمترین زمان ممکن بیشتر احساس می شود اخیرا پردازنده های گرافیکی با قیمت کم توانسته است یک راه حل مناسب را برای پردازش محاسبات حجیم ارائه دهند که زمان اجرای شبیه سازی را بصورت چشمگیری کاهش داده اند دراین تحقیق با استفاده از پردازنده گرافیکی NVIDIA Geforce GT 325M و مقایسه آن با پردازنده مرکزی سیستم به بررسی افزایش سرعت در شبیه سازی سیگنالهای بیولوژیکی مغز انسان با استفاده از مدل بهینه شده Izhikevich پرداخته شدها ست که نتایج به دست آمده از این مطالعه حاکی از افزایش 25 درصدی سرعت نسبت به مدل سابق بودها ست.

کلیدواژه‌ها:

پردازنده گرافیکی، پردازش موازی، شبکه عصبی، مدل بهینه شده Izhikevich

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
http://www.civilica.com/Paper-ISCEE14-ISCEE14_069.html
کد COI مقاله: ISCEE14_069

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
سلیمانی, حمید، ۱۳۹۰، پیاده سازی شبکه عصبی مغز با استفاده ازمدل بهینه شده Izhikevich برروی پردازنده گرافیکی، چهاردهمین کنفرانس دانشجویی مهندسی برق ایران، کرمانشاه، دانشگاه کرمانشاه، سازمان علمی دانشجویی مهندسی برق کشور، http://www.civilica.com/Paper-ISCEE14-ISCEE14_069.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (سلیمانی, حمید، ۱۳۹۰)
برای بار دوم به بعد: (سلیمانی، ۱۳۹۰)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز:
تعداد مقالات: ۷۹۰۵
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.