کاربرد شبکه‌های عصبی در سیستم‌های مخابراتی

فصل اول: آشکارسازی کور در سیستم مخابراتی DS-CDMA با استفاده از شبکه های عصبی: گامی در جهت فرماندهی و کنترل انتقال داده در مخابرات نسل سوم

1-1- مقدمه

1-2-تکنیک DS-CDMA با مدولاسیون BPSK در باند پایه

1-3-روش پیشنهادی برای آشکارسازی کور با استفاده از شبکه های عصبی چند لایه

1-3-1-آشکارسازی کور با فرض عدم وجود تاخیر در کانال

1-3-2- تخمین زدن تاخیر کانال

1-3-3- آشکارسازی کور در سیستم مخابراتی DS-CSMA

1-4-آزمایشها و نتایج

1-4-1- آنالیز نتایج

1-5- جمع بندی

فصل دوم : تخمین نسبت سیگنال به نویز در کانال های مخابراتی پویا به کمک شبکه ی عصبی پایه شعاعی با ساختار تأخیر زمانی

2-1-مقدمه

2-2-تخمین کور سیگنال به نویز به کمک شبکه های عصبی

2-2-1- تخمین کو در مقایسه با تخمین TxDA

2-2-2- شبکه ی عصبی پایه شعاعی

2-2-3- نویز تصادفی و تقش حالت اولیه در تولید آن

2-3-ساختار مدل پیشنهادی

2-4- شبیه سازی و نتایج تجربی

2-5-مقایسه و ارزیابی

2-6-نتیجه گیری

2-7- روندنمای الگوریتم زیگورات

فصل سوم: سیستم هوشمند رتبه بندی اعتباری ترکیبی با استفاده از سیستم خبره و شبکه های عصبی مصنوعی

3-1- مقدمه

3-2- نمره های اعتباری

3-3- شبکه های عصبی مصنوعی

3-4- سیستم خبره (ES)

3-4-1- برنامه های سیستم کارشناس در ارزیابی اعتبار

3-5-1- روش سیستم هوشمند ترکیبی

3-5-1-1- پایه مدل به تنهایی

3-5-1-2- مدل های تحول

3-5-1-3- مدل های محکم همراه

3-5-1-4- مدل کاملا جفت

3-5-2- ترکیبی از برنامه های کاربردی سیستم های هوشمند در اعتباری ارزیابی

3-6- ترکیب هوشمند سیستم رتبه بندی اعتباری

3-6-1- مدل

3-6-1-1- سیستم خبره

3-6-1-2- معماری شبکه های عصبی مصنوعی

3-7- ارزیابی

3-7-1- روش های ارزیابی

3-7-2- نتایج ارزیابی

3-8- گفتگو

3-8-1- مقایسه نتایج با استفاده از آزمون همبستگی و آزمون T

3-8-2- خطاهای MSE، MDA، RMSE، MAPE، MPE

3-8-3- مقایسه بین سیستم ترکیبی و نتایج رتبه بندی اعتباری واقعی

3-9- نتیجه

4- منابع