Sharif Digital Repository / Sharif University of Technology
    • [Zoom In]
    • [Zoom Out]
  • Page 
    		 of  0
  • [Previous Page]
  • [Next Page]
  • [Fullscreen view]
  • [Close]
 
Multi-objective genetic algorithm for hover stabilization of an insect-like flapping wing
Khodabakhsh, H

Cataloging brief

Multi-objective genetic algorithm for hover stabilization of an insect-like flapping wing
Author :   Khodabakhsh, H
Publisher :  
Pub. Year  :   2013
Subjects :   Flapping wing micro aerial vehicle Hovering flight Insect flight Modeling Controller...
Call Number :  

Find in content

sort by

Bookmark

  • مقدمه (13)
    • پیش‌درآمد (14)
    • صورت مسئله و چالش‌ها (15)
      • چالش‌های تخمینگرهای ارتباطات موثر در حالت کلی (15)
      • چالش‌های استفاده از شبکه‌های عمیق در تخمینگرهای ارتباطات موثر (15)
    • اهداف پروژه و نوآوری (16)
    • ساختار پایان‌نامه (17)
  • مفاهیم اولیه (19)
    • مقدمه و ساختار فصل (20)
    • ارتباطات مغزی و انواع آن (20)
    • روش‌های تصویربرداری عصبی در ارتباطات موثر (22)
      • الکتروانسفالوگرافی (22)
      • تصویرسازی تشدید مغناطیسی کارکردی (23)
    • قابلیت‌های مطلوب تخمینگر ارتباطات مغزی موثر (24)
      • قابلیت تخمین کلیه ارتباطات خطی و غیرخطی (24)
      • قابلیت حذف ارتباطات غیرمستقیم (24)
      • قابلیت تخمین ارتباطات داده تصویربرداری عصبی ابعاد بالا (25)
      • قابلیت در نظرگرفتن حافظه اختصاصی هر یک از واحدهای نورونی (25)
    • مروری بر مهمترین تخمینگرهای ارتباطات موثر (25)
    • جمع‌بندی (27)
  • مروری بر تخمینگرهای ارتباطات موثر مبتنی‌بر شبکه عصبی (عمیق) (28)
    • مقدمه (29)
    • دسته‌بندی تخمینگرهای مبتنی‌بر شبکه‌های عصبی (عمیق) (29)
    • مقاله‌های Data-Label (31)
    • مقاله‌های Data-Data (32)
    • مقاله‌های Data-None (34)
      • مقاله EC-GAN (35)
      • مقاله EC-RGAN (39)
    • جمع‌بندی (41)
  • روش‌های پیشنهادی (42)
    • مقدمه و ساختار فصل (43)
    • چهارچوب کلی الگوریتم‌ها (43)
    • توضیح مقالات EC-GAN و EC-RGAN (45)
    • روش پیشنهادی SEM-GAN (47)
    • روش پیشنهادی VSEM-GAN (51)
    • روش پیشنهادی nCI-GAN (54)
    • جمع‌بندی (57)
  • پیاده‌سازی و نتایج (59)
    • مقدمه و ساختار فصل (60)
    • دادگان (60)
      • دادگان شبیه‌سازی (60)
      • دادگان واقعی (61)
      • نرمالیزه‌کردن دادگان (62)
    • معیارهای ارزیابی (62)
      • ارزیابی فاز نخست (63)
      • ارزیابی فاز ثانویه (63)
    • پیاده‌سازی مقالات EC-GAN و EC-RGAN (64)
    • پیاده‌سازی روش پیشنهادی SEM-GAN (68)
    • پیاده‌سازی روش پیشنهادی VSEM-GAN (71)
    • پیاده‌سازی روش پیشنهادی nCI-GAN (73)
      • بررسی دقیق‌تر ابعاد مختلف الگوریتم (76)
      • بررسی الگوریتم بر روی تمام دادگان Benchmark (77)
      • بررسی الگوریتم بر روی دادگان EEG واقعی (80)
    • تحلیل و مقایسه (83)
    • جمع‌بندی (86)
  • جمع‌بندی, نتیجه‌گیری و پیشنهادات (87)
    • جمع‌بندی و نتیجه‌گیری (88)
    • پیشنهادات (89)
Loading...