نگاشت الگوريتم MRF جهت ارزيابي خطاي سازه هاي الكترونيك مولكولي

راهنمای سایت

سایت اقدام پژوهی -  گزارش تخصصی و فایل های مورد نیاز فرهنگیان

1 -با اطمینان خرید کنید ، پشتیبان سایت همیشه در خدمت شما می باشد .فایل ها بعد از خرید بصورت ورد و قابل ویرایش به دست شما خواهد رسید. پشتیبانی : بااسمس و واتساپ: 09159886819  -  صارمی

2- شما با هر کارت بانکی عضو شتاب (همه کارت های عضو شتاب ) و داشتن رمز دوم کارت خود و cvv2  و تاریخ انقاضاکارت ، می توانید بصورت آنلاین از سامانه پرداخت بانکی  (که کاملا مطمئن و محافظت شده می باشد ) خرید نمائید .

3 - درهنگام خرید اگر ایمیل ندارید ، در قسمت ایمیل ، ایمیل http://up.asemankafinet.ir/view/2488784/email.png  را بنویسید.

http://up.asemankafinet.ir/view/2518890/%D8%B1%D8%A7%D9%87%D9%86%D9%85%D8%A7%DB%8C%20%D8%AE%D8%B1%DB%8C%D8%AF%20%D8%A2%D9%86%D9%84%D8%A7%DB%8C%D9%86.jpghttp://up.asemankafinet.ir/view/2518891/%D8%B1%D8%A7%D9%87%D9%86%D9%85%D8%A7%DB%8C%20%D8%AE%D8%B1%DB%8C%D8%AF%20%DA%A9%D8%A7%D8%B1%D8%AA%20%D8%A8%D9%87%20%DA%A9%D8%A7%D8%B1%D8%AA.jpg

لیست گزارش تخصصی   لیست اقدام پژوهی     لیست کلیه طرح درس ها

پشتیبانی سایت

در صورت هر گونه مشکل در دریافت فایل بعد از خرید به شماره 09159886819 در شاد ، تلگرام و یا نرم افزار ایتا  پیام بدهید
آیدی ما در نرم افزار شاد : @asemankafinet

نگاشت الگوريتم MRF جهت ارزيابي خطاي سازه هاي الكترونيك مولكولي

بازديد: 127

نگاشت الگوريتم MRF جهت ارزيابي خطاي سازه هاي الكترونيك مولكولي




 


 

در اين بخش نگاشت الگوريتم MRF جهت ارزيابي خطاي سازه هاي الكترونيك مولكولي را بررسي مي كنيم.

نگاشت شبکة تصادفي مارکوف بر روي نانوتيوبهاي کربني، نيازمد 3 المان اساسي عملي است:

§         اتصالات وزن داده شده

§         جمع انرژي گروه

§          حداکثر سازي احتمال

محاسبات الگوريتم فوق مبتني بر بهينه سازي به روش شبكه عصبي است:

اتصالات وزن داده شده، با استفاده از مسيرهاي متعدد نانوتيوبي، به ازاء همان ورودي ولتاژ وزن داده شده عملي، برآورده مي‌شود. علامت وزن، بسته به ولتاژ اعمالي مثبت يا منفي اعمال شده به اتصال، تعيين مي‌شود.

يک مزيت کافي در استفاده از اين مسير وزني اضافي اين است که در جاهائي که تعداد زيادي اتصالات بد وجود دارد، مي‌توانيم با بالاترين احتمال درست، آنها را پيش گوئي کنيم.

محاسبات MRF:

در اين بخش الگوريتم MRF را از ديدگاه محاسباتي بررسي مي‌کنيم.

الگوريتمي عمومي براي يافتن "Site label "هائيکه احتمال شبکه را حداکثر کنند به نام "Belief Propagation" (BP) ناميده مي‌شوند و مهيا ساز يک ابزار مؤثر براي حل مسائل استنتاجي از طريق گسترش احتمالات[4] مرزي از طريق شبکه عصبي است. در اين جا سه تابع اساسي احتمال وجود دارد:

 

احتمال گره

احتمال مرزی

احتمالات مشروط [5]

ايدة اصلي Belief Propagation عبارت است از:

 احتمال Lable هاي پايه در يک حالت پايه در شبکه عصبي که از طريق محاسبة احتمال نهائي (جمع زدن) بر روي احتمال براي گره های پايه، داده شده فقط براي احتمالات "Site Label" هاي همسايگي Markov ، Ni که در شکل زيرنشان داده شده است (مثلاً node ها را مي‌توان به عنوان مدارهاي نانومقياس input/output در نظر گرفت)

مي‌توان نود ها را در شبکه طبقه‌بندي کرد به گونه‌اي که هر يک داراي برچسب احتمال معين باشند و نيز آنهائي که مقادير آن‌ها از طريق الگوريتم تکثير، تعيين مي‌شود.

نودهاي نوع اول از طريق يک ورودي محاسباتي که مقدار آن مقيد به setup مسأله است.

 چنین نودهائي به نام «نودهاي قابل مشاهده[6]» ناميده مي‌شوند و ساير نودها به نام «نودهاي پنهان[7] » ناميده مي‌شوند. ما به احتمالاتي استناد مي‌کنيم که به صورت تقريبي محاسبه مي‌شوند و به عنوان "belief" مي‌ناميم و belief در نود i ام را بصورت b(xi) نشان مي‌دهيم.

در روش MRF، نودهاي قابل مشاهده موسوم به yi ، ثابت فرض مي‌شود و xi معرف نودهاي پنهان است.  همان است. سپس فرض مي‌شود که تعدادي وابستگي آماري بين xi و yi در هر موقعيت i ام وجود دارد و  به عنوان «احتمال گره» ناميده مي‌شود. تابع فوق اغلب به عنوان evidence براي xi خوانده مي‌شود.

براي آنکه قادر باشيم استناد کنيم به هر چيزي در حوزة معماري کامپيوتر نانوئي، مجبوريم تعدادي ساختار پايه xi داشته باشیم. ساختار xi فرض شده را رمز مي كنيم با اين فرض که متغير xi مي‌بايستي تا جائيکه مقدور است با متغيرهاي همسايگي xj ، سازگار باشد که آن را با تابع سازگاري نشان مي‌دهيم که مي بايستي فقط موقعيت‌هاي همسايه را به هم مي‌پيوندد. سپس تابع توزيع احتمال گره به ازاء متغيرهاي مجهول xi که به صورت زير است را اعمال مي كنيم:

که در آن z يک ثابت نرمال شده است.

اين احتمالات محاسباتي، قابليت تکثير در گام بعدي محاسبات را برآورد مي‌کند. اثبات شده است که اين الگوريتم تکثير به حداکثر احتمال اختصاص يافته به کل شبکه همگرا خواهد شد و در آن هيچ چرخه  اي بيروني وجود ندارد. اين الگوريم افزايشي،« پيچيدگي محاسباتي» در مرتبه تعداد نودهاي موجود در شبکه با يک جملة وزن دهنده به نسبت ابعاد همسايگي دارد. در مورد چرخه ها، احتمالات مي‌بايستي به صورت ترکيبي  بر روي حوزه شبکه انجام شود که متضمن راه حلهاي مبتني بر حداکثر احتمال است. يعني اينکه، مي‌بايستي شبکه به بلوکهاي شبکه‌اي loop – free که هر يک به صورت دروني داراي loop هستند، تقسيم شود. به هر حال، نشان داده شده است که الگوريتم تکثير Belief، به حداکثر حالت احتمال در حضور Loopها، همگرا خواهد شد.

 


منبع:http://www.nano.ir

منبع : سايت علمی و پژوهشي آسمان--صفحه اینستاگرام ما را دنبال کنید
اين مطلب در تاريخ: سه شنبه 17 فروردین 1395 ساعت: 11:23 منتشر شده است
برچسب ها : ,
نظرات(0)

شبکه اجتماعی ما

   
     

موضوعات

پيوندهاي روزانه

تبلیغات در سایت

پیج اینستاگرام ما را دنبال کنید :

فرم های  ارزشیابی معلمان ۱۴۰۲

با اطمینان خرید کنید

پشتیبان سایت همیشه در خدمت شماست.

 سامانه خرید و امن این سایت از همه  لحاظ مطمئن می باشد . یکی از مزیت های این سایت دیدن بیشتر فایل های پی دی اف قبل از خرید می باشد که شما می توانید در صورت پسندیدن فایل را خریداری نمائید .تمامی فایل ها بعد از خرید مستقیما دانلود می شوند و همچنین به ایمیل شما نیز فرستاده می شود . و شما با هرکارت بانکی که رمز دوم داشته باشید می توانید از سامانه بانک سامان یا ملت خرید نمائید . و بازهم اگر بعد از خرید موفق به هردلیلی نتوانستیدفایل را دریافت کنید نام فایل را به شماره همراه   09159886819  در تلگرام ، شاد ، ایتا و یا واتساپ ارسال نمائید، در سریعترین زمان فایل برای شما  فرستاده می شود .

درباره ما

آدرس خراسان شمالی - اسفراین - سایت علمی و پژوهشی آسمان -کافی نت آسمان - هدف از راه اندازی این سایت ارائه خدمات مناسب علمی و پژوهشی و با قیمت های مناسب به فرهنگیان و دانشجویان و دانش آموزان گرامی می باشد .این سایت دارای بیشتر از 12000 تحقیق رایگان نیز می باشد .که براحتی مورد استفاده قرار می گیرد .پشتیبانی سایت : 09159886819-09338737025 - صارمی سایت علمی و پژوهشی آسمان , اقدام پژوهی, گزارش تخصصی درس پژوهی , تحقیق تجربیات دبیران , پروژه آماری و spss , طرح درس