Sharif Digital Repository / Sharif University of Technology
    • [Zoom In]
    • [Zoom Out]
  • Page 
     of  0
  • [Previous Page]
  • [Next Page]
  • [Fullscreen view]
  • [Close]
 
دسته بندی در دسته های زیاد با تعداد نمونه محدود
فریدونی، محمد رضا Fereydooni, Mohammad Reza

Cataloging brief

جداسازی اورانیوم از پساب UCF با استفاده از روش انتقال انتخابی از غشای مایع
پدیدآور اصلی :   سلطانی بهروز، مسعود Soltani Behrouz, Masoud
ناشر :   صنعتی شریف
سال انتشار  :   1391
موضوع ها :   اورانیوم Oranium اسید اولئیک Oleic Acid آزاکرون Azacrown جداسازی اورانیوم Uranium...
شماره راهنما :   ‭46-43719

Find in content

sort by

Bookmark

  • 1 مقدمه (15)
    • 1-1 تعریف مسئله (15)
    • 1-2 رویکرد حل مسئله (19)
      • 1-2.1 معماری مدل سطح درشت‌دانه (19)
      • 1-2.2 معماری مدل سطح ریز‌دانه (20)
      • 1-2.3 تنظیمات متاآموزش و متاآزمون (20)
    • 1-3 چالش‌ها (21)
      • 1-3.1 محدودیت تعداد کلاس در روش‌های نمونه محدود (21)
      • 1-3.2 مجموعه‌باز بودن دسته‌بندی بزرگ مقیاس (21)
      • 1-3.3 انتشار خطا در سلسله‌مراتب (22)
    • 1-4 اهمیت و کاربرد (22)
    • 1-5 هدف پژوهش (23)
    • 1-6 کد پیاده‌سازی و منابع جانبی (24)
    • 1-7 ساختار پایان‌نامه (24)
  • 2 پژوهش‌های پیشین (25)
    • 2-1 یادگیری نمونه محدود با داده‌افزایی (25)
      • 2-1.1 داده‌افزایی در سطح بردار ویژگی (26)
      • 2-1.2 داده‌افزایی در سطح نمونه‌ (27)
    • 2-2 متایادگیری (28)
      • 2-2.1 ساختار کلی الگوریتم متایادگیری (30)
      • 2-2.2 روش‌های مبتنی بر بهینه‌سازی (30)
      • 2-2.3 روش‌های جعبه سیاهBlack Box (32)
      • 2-2.4 روش‌های مبتنی بر مترMetric Based (33)
      • 2-2.5 اشتراک تجربه‌ی احتمالاتی (35)
    • 2-3 استفاده از بدنهBackbone بیانگرExpressive برای رسیدن به کارایی نمونهSample Efficiency (36)
    • 2-4 خاصیت مجموعه باز بودن (36)
      • 2-4.1 رویکرد سلبی؛ شناسایی دسته‌های بدیع (37)
      • 2-4.2 رویکرد ایجابی؛ تنظیم مدل با اضافه کردن توانایی طبقه‌بندی دسته‌های جدید (39)
    • 2-5 یادگیری سلسله‌مراتبی نمونه محدود (41)
    • 2-6 جمع‌بندی (44)
  • 3 راهکار پیشنهادی (46)
    • 3-1 نمادگذاری مسئله و پیش‌نیازها (46)
    • 3-2 دسته‌بند سطح درشت‌دانه (49)
    • 3-3 یادگیرنده نمونه محدود در سطح ریزدانه (50)
    • 3-4 جمع‌بندی روش و ارائه‌ی شبه‌کد (53)
  • 4 ارزیابی (56)
    • 4-1 معرفی مجموعه داده‌های مورد استفاده (56)
    • 4-2 معرفی بدنه استخراج‌گر ویژگی (58)
    • 4-3 جزییات معماری سطح درشت‌دانه (59)
    • 4-4 جزییات معماری سطح ریز‌دانه (59)
    • 4-5 روش‌های پایهBaselines و نحو‌ه‌ی مقایسه (60)
    • 4-6 نتایج (61)
    • 4-7 تنظیمات هایپرپارامترها (65)
    • 4-8 منابع سخت‌افزاری (65)
    • 4-9 جمع‌بندی (67)
  • 5 جمع‌بندی و کارهای آتی (68)
    • 5-1 جمع‌بندی و نقاط قوت روش (68)
    • 5-2 کار‌های آتی (69)
  • مراجع (71)
Loading...