پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای الگوریتم های ژنتیك

مفید بودن شبكه عصبی آنالوگ مصنوعی بصورت خیلی نزدیكی با میزان قابلیت آموزش پذیری آن محدود می شود

پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای الگوریتم های ژنتیك

خلاصه
مفید بودن شبكه عصبی آنالوگ مصنوعی بصورت خیلی نزدیكی با میزان قابلیت آموزش پذیری آن محدود می شود .
این مقاله یك معماری شبكه عصبی آنالوگ جدید را معرفی می كند كه وزنهای بكار برده شده در آن توسط الگوریتم ژنتیك تعیین می شوند .
اولین پیاده سازی VLSI ارائه شده در این مقاله روی سیلیكونی با مساحت كمتر از 1mm كه شامل 4046 سیناپس و 200 گیگا اتصال در ثانیه است اجرا شده است .
از آنجائیكه آموزش می تواند در سرعت كامل شبكه انجام شود بنابراین چندین صد حالت منفرد در هر ثانیه می تواند توسط الگوریتم ژنتیك تست شود .
این باعث می شود تا پیاده سازی مسائل بسیار پیچیده كه نیاز به شبكه های چند لایه بزرگ دارند عملی بنظر برسد .
- مقدمه
شبكه های عصبی مصنوعی به صورت عمومی بعنوان یك راه حل خوب برای مسائلی از قبیل تطبیق الگو مورد پذیرش قرار گرفته اند .
علیرغم مناسب بودن آنها برای پیاده سازی موازی ، از آنها در سطح وسیعی بعنوان شبیه سازهای عددی در سیستمهای معمولی استفاده می شود .
یك دلیل برای این مسئله مشكلات موجود در تعیین وزنها برای سیناپسها در یك شبكه                                    بر پایه مدارات آنالوگ است .
موفقترین الگوریتم آموزش ، الگوریتم Back-Propagation است .
این الگوریتم بر پایه یك سیستم متقابل است كه مقادیر صحیح را از خطای خروجی شبكه محاسبه می كند .
یك شرط لازم برای این الگوریتم دانستن مشتق اول تابع تبدیل نرون است .
در حالیكه اجرای این مسئله برای ساختارهای دیجیتال از قبیل میكروپروسسورهای معمولی و سخت افزارهای خاص آسان است ، در ساختار آنالوگ با مشكل روبرو می شویم .
دلیل این مشكل ، تغییرات قطعه و توابع تبدیل نرونها و در نتیجه تغییر مشتقات اول آنها از نرونی به نرون دیگر و از تراشه ای به تراشه دیگر است و چه چیزی می تواند بدتر از این باشد كه آنها با دما نیز تغییر كنند .
ساختن مدارات آنالوگی كه بتوانند همه این اثرات را جبران سازی كنند امكان پذیر است ولی این مدارات در مقایسه با مدارهایی كه جبران سازی نشده اند دارای حجم بزرگتر و سرعت كمتر هستند . 
برای كسب موفقیت تحت فشار رقابت شدید از سوی دنیای دیجیتال ، شبكه های عصبی آنالوگ نباید سعی كنند كه مفاهیم دیجیتال را به دنیای آنالوگ انتقال دهند .
در عوض آنها باید تا حد امكان به فیزیك قطعات متكی باشند تا امكان استخراج یك موازی سازی گسترده در تكنولوژی VLSI مدرن بدست آید .
شبكه های عصبی برای چنین پیاده سازیهای آنالوگ بسیار مناسب هستند زیرا جبران سازی نوسانات غیر قابل اجتناب قطعه می تواند در وزنها لحاظ شود .
مسئله اصلی كه هنوز باید حل شود آموزش است .
حجم بزرگی از مفاهیم شبكه عصبی آنالوگ كه در این زمینه می توانند یافت شوند ، تكنولوژیهای گیت شناور را جهت ذخیره سازی وزنهای آنالوگ بكار می برند ، مثل EEPROM حافظه های Flash .
در نظر اول بنظر می رسد كه این مسئله راه حل بهینه ای باشد .
آن فقط سطح كوچكی را مصرف می كند و بنابراین حجم سیناپس تا حد امكان فشرده می شود (كاهش تا حد فقط یك ترانزیستور) .
دقت آنالوگ می تواند بیشتر از 8 بیت باشد و زمان ذخیره سازی داده (با دقت 5 بیت) تا 10 سال افزایش می یابد .
اگر قطعه بطور متناوب مورد برنامه ریزی قرار گیرد ، یك عامل منفی وجود خواهد داشت                               و آن زمان برنامه ریزی و طول عمر محدود ساختار گیت شناور است .
بنابراین چنین قطعاتی احتیاج به وزنهایی دارند كه از پیش تعیین شده باشند .
اما برای محاسبه وزنها یك دانش دقیق از تابع تبدیل شبكه ضروری است .
برای شكستن این چرخه پیچیده ، ذخیره سازی وزن باید زمان نوشتن كوتاهی داشته باشد .
این عامل باعث می شود كه الگوریتم ژنتیك وارد محاسبات شود .
با ارزیابی تعداد زیادی از ساختارهای تست می توان وزنها را با بكار بردن یك تراشه واقعی تعیین كرد .
همچنین این مسئله می تواند حجم عمده ای از تغییرات قطعه را جبران سلزی كند ، زیرا داده متناسب شامل خطاهایی است كه توسط این نقایص ایجاد شده اند .
- مقدمه
شبكه های عصبی مصنوعی به صورت عمومی بعنوان یك راه حل خوب برای مسائلی از قبیل تطبیق الگو مورد پذیرش قرار گرفته اند .
علیرغم مناسب بودن آنها برای پیاده سازی موازی ، از آنها در سطح وسیعی بعنوان شبیه سازهای عددی در سیستمهای معمولی استفاده می شود .
یك دلیل برای این مسئله مشكلات موجود در تعیین وزنها برای سیناپسها در یك شبكه                                    بر پایه مدارات آنالوگ است .
موفقترین الگوریتم آموزش ، الگوریتم Back-Propagation است .
این الگوریتم بر پایه یك سیستم متقابل است كه مقادیر صحیح را از خطای خروجی شبكه محاسبه می كند .
یك شرط لازم برای این الگوریتم دانستن مشتق اول تابع تبدیل نرون است .
در حالیكه اجرای این مسئله برای ساختارهای دیجیتال از قبیل میكروپروسسورهای معمولی و سخت افزارهای خاص آسان است ، در ساختار آنالوگ با مشكل روبرو می شویم .
دلیل این مشكل ، تغییرات قطعه و توابع تبدیل نرونها و در نتیجه تغییر مشتقات اول آنها از نرونی به نرون دیگر و از تراشه ای به تراشه دیگر است و چه چیزی می تواند بدتر از این باشد كه آنها با دما نیز تغییر كنند .
ساختن مدارات آنالوگی كه بتوانند همه این اثرات را جبران سازی كنند امكان پذیر است ولی این مدارات در مقایسه با مدارهایی كه جبران سازی نشده اند دارای حجم بزرگتر و سرعت كمتر هستند . 
برای كسب موفقیت تحت فشار رقابت شدید از سوی دنیای دیجیتال ، شبكه های عصبی آنالوگ نباید سعی كنند كه مفاهیم دیجیتال را به دنیای آنالوگ انتقال دهند .
در عوض آنها باید تا حد امكان به فیزیك قطعات متكی باشند تا امكان استخراج یك موازی سازی گسترده در تكنولوژی VLSI مدرن بدست آید .
شبكه های عصبی برای چنین پیاده سازیهای آنالوگ بسیار مناسب هستند زیرا جبران سازی نوسانات غیر قابل اجتناب قطعه می تواند در وزنها لحاظ شود .
مسئله اصلی كه هنوز باید حل شود آموزش است .
حجم بزرگی از مفاهیم شبكه عصبی آنالوگ كه در این زمینه می توانند یافت شوند ، تكنولوژیهای گیت شناور را جهت ذخیره سازی وزنهای آنالوگ بكار می برند ، مثل EEPROM حافظه های Flash .
در نظر اول بنظر می رسد كه این مسئله راه حل بهینه ای باشد .
آن فقط سطح كوچكی را مصرف می كند و بنابراین حجم سیناپس تا حد امكان فشرده می شود (كاهش تا حد فقط یك ترانزیستور) .
دقت آنالوگ می تواند بیشتر از 8 بیت باشد و زمان ذخیره سازی داده (با دقت 5 بیت) تا 10 سال افزایش می یابد .
اگر قطعه بطور متناوب مورد برنامه ریزی قرار گیرد ، یك عامل منفی وجود خواهد داشت                               و آن زمان برنامه ریزی و طول عمر محدود ساختار گیت شناور است .
بنابراین چنین قطعاتی احتیاج به وزنهایی دارند كه از پیش تعیین شده باشند .
اما برای محاسبه وزنها یك دانش دقیق از تابع تبدیل شبكه ضروری است .
برای شكستن این چرخه پیچیده ، ذخیره سازی وزن باید زمان نوشتن كوتاهی داشته باشد .
این عامل باعث می شود كه الگوریتم ژنتیك وارد محاسبات شود .
با ارزیابی تعداد زیادی از ساختارهای تست می توان وزنها را با بكار بردن یك تراشه واقعی تعیین كرد .
همچنین این مسئله می تواند حجم عمده ای از تغییرات قطعه را جبران سلزی كند ، زیرا داده متناسب شامل خطاهایی است كه توسط این نقایص ایجاد شده اند .

برچسب ها : پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای الگوریتم های ژنتیك , مقاله , پیاده سازی , پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای الگوریتم های ژنتیك , شبكه عصبی , آنالوگ , الگوریتم های ژنتیك , پیاده سازی VLSI , شبكه عصبی آنالوگ , الگوریتم های ژنتیك , تحقیق , مقاله , پروژه , پژوهش , دانلود تحقیق , دانلود مقاله , دانلود پروژه , دانلود پژوهش

دانلود پژوهش , دانلود مقاله , دانلود تحقیق , دانلود پروژه

فروشگاه برترین فایل ها

صفحه اصلی پروژه ناب

پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای الگوریتم های ژنتیك

مفید بودن شبكه عصبی آنالوگ مصنوعی بصورت خیلی نزدیكی با میزان قابلیت آموزش پذیری آن محدود می شود

پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای الگوریتم های ژنتیك

خلاصه
مفید بودن شبكه عصبی آنالوگ مصنوعی بصورت خیلی نزدیكی با میزان قابلیت آموزش پذیری آن محدود می شود .
این مقاله یك معماری شبكه عصبی آنالوگ جدید را معرفی می كند كه وزنهای بكار برده شده در آن توسط الگوریتم ژنتیك تعیین می شوند .
اولین پیاده سازی VLSI ارائه شده در این مقاله روی سیلیكونی با مساحت كمتر از 1mm كه شامل 4046 سیناپس و 200 گیگا اتصال در ثانیه است اجرا شده است .
از آنجائیكه آموزش می تواند در سرعت كامل شبكه انجام شود بنابراین چندین صد حالت منفرد در هر ثانیه می تواند توسط الگوریتم ژنتیك تست شود .
این باعث می شود تا پیاده سازی مسائل بسیار پیچیده كه نیاز به شبكه های چند لایه بزرگ دارند عملی بنظر برسد .
- مقدمه
شبكه های عصبی مصنوعی به صورت عمومی بعنوان یك راه حل خوب برای مسائلی از قبیل تطبیق الگو مورد پذیرش قرار گرفته اند .
علیرغم مناسب بودن آنها برای پیاده سازی موازی ، از آنها در سطح وسیعی بعنوان شبیه سازهای عددی در سیستمهای معمولی استفاده می شود .
یك دلیل برای این مسئله مشكلات موجود در تعیین وزنها برای سیناپسها در یك شبكه                                    بر پایه مدارات آنالوگ است .
موفقترین الگوریتم آموزش ، الگوریتم Back-Propagation است .
این الگوریتم بر پایه یك سیستم متقابل است كه مقادیر صحیح را از خطای خروجی شبكه محاسبه می كند .
یك شرط لازم برای این الگوریتم دانستن مشتق اول تابع تبدیل نرون است .
در حالیكه اجرای این مسئله برای ساختارهای دیجیتال از قبیل میكروپروسسورهای معمولی و سخت افزارهای خاص آسان است ، در ساختار آنالوگ با مشكل روبرو می شویم .
دلیل این مشكل ، تغییرات قطعه و توابع تبدیل نرونها و در نتیجه تغییر مشتقات اول آنها از نرونی به نرون دیگر و از تراشه ای به تراشه دیگر است و چه چیزی می تواند بدتر از این باشد كه آنها با دما نیز تغییر كنند .
ساختن مدارات آنالوگی كه بتوانند همه این اثرات را جبران سازی كنند امكان پذیر است ولی این مدارات در مقایسه با مدارهایی كه جبران سازی نشده اند دارای حجم بزرگتر و سرعت كمتر هستند . 
برای كسب موفقیت تحت فشار رقابت شدید از سوی دنیای دیجیتال ، شبكه های عصبی آنالوگ نباید سعی كنند كه مفاهیم دیجیتال را به دنیای آنالوگ انتقال دهند .
در عوض آنها باید تا حد امكان به فیزیك قطعات متكی باشند تا امكان استخراج یك موازی سازی گسترده در تكنولوژی VLSI مدرن بدست آید .
شبكه های عصبی برای چنین پیاده سازیهای آنالوگ بسیار مناسب هستند زیرا جبران سازی نوسانات غیر قابل اجتناب قطعه می تواند در وزنها لحاظ شود .
مسئله اصلی كه هنوز باید حل شود آموزش است .
حجم بزرگی از مفاهیم شبكه عصبی آنالوگ كه در این زمینه می توانند یافت شوند ، تكنولوژیهای گیت شناور را جهت ذخیره سازی وزنهای آنالوگ بكار می برند ، مثل EEPROM حافظه های Flash .
در نظر اول بنظر می رسد كه این مسئله راه حل بهینه ای باشد .
آن فقط سطح كوچكی را مصرف می كند و بنابراین حجم سیناپس تا حد امكان فشرده می شود (كاهش تا حد فقط یك ترانزیستور) .
دقت آنالوگ می تواند بیشتر از 8 بیت باشد و زمان ذخیره سازی داده (با دقت 5 بیت) تا 10 سال افزایش می یابد .
اگر قطعه بطور متناوب مورد برنامه ریزی قرار گیرد ، یك عامل منفی وجود خواهد داشت                               و آن زمان برنامه ریزی و طول عمر محدود ساختار گیت شناور است .
بنابراین چنین قطعاتی احتیاج به وزنهایی دارند كه از پیش تعیین شده باشند .
اما برای محاسبه وزنها یك دانش دقیق از تابع تبدیل شبكه ضروری است .
برای شكستن این چرخه پیچیده ، ذخیره سازی وزن باید زمان نوشتن كوتاهی داشته باشد .
این عامل باعث می شود كه الگوریتم ژنتیك وارد محاسبات شود .
با ارزیابی تعداد زیادی از ساختارهای تست می توان وزنها را با بكار بردن یك تراشه واقعی تعیین كرد .
همچنین این مسئله می تواند حجم عمده ای از تغییرات قطعه را جبران سلزی كند ، زیرا داده متناسب شامل خطاهایی است كه توسط این نقایص ایجاد شده اند .
- مقدمه
شبكه های عصبی مصنوعی به صورت عمومی بعنوان یك راه حل خوب برای مسائلی از قبیل تطبیق الگو مورد پذیرش قرار گرفته اند .
علیرغم مناسب بودن آنها برای پیاده سازی موازی ، از آنها در سطح وسیعی بعنوان شبیه سازهای عددی در سیستمهای معمولی استفاده می شود .
یك دلیل برای این مسئله مشكلات موجود در تعیین وزنها برای سیناپسها در یك شبكه                                    بر پایه مدارات آنالوگ است .
موفقترین الگوریتم آموزش ، الگوریتم Back-Propagation است .
این الگوریتم بر پایه یك سیستم متقابل است كه مقادیر صحیح را از خطای خروجی شبكه محاسبه می كند .
یك شرط لازم برای این الگوریتم دانستن مشتق اول تابع تبدیل نرون است .
در حالیكه اجرای این مسئله برای ساختارهای دیجیتال از قبیل میكروپروسسورهای معمولی و سخت افزارهای خاص آسان است ، در ساختار آنالوگ با مشكل روبرو می شویم .
دلیل این مشكل ، تغییرات قطعه و توابع تبدیل نرونها و در نتیجه تغییر مشتقات اول آنها از نرونی به نرون دیگر و از تراشه ای به تراشه دیگر است و چه چیزی می تواند بدتر از این باشد كه آنها با دما نیز تغییر كنند .
ساختن مدارات آنالوگی كه بتوانند همه این اثرات را جبران سازی كنند امكان پذیر است ولی این مدارات در مقایسه با مدارهایی كه جبران سازی نشده اند دارای حجم بزرگتر و سرعت كمتر هستند . 
برای كسب موفقیت تحت فشار رقابت شدید از سوی دنیای دیجیتال ، شبكه های عصبی آنالوگ نباید سعی كنند كه مفاهیم دیجیتال را به دنیای آنالوگ انتقال دهند .
در عوض آنها باید تا حد امكان به فیزیك قطعات متكی باشند تا امكان استخراج یك موازی سازی گسترده در تكنولوژی VLSI مدرن بدست آید .
شبكه های عصبی برای چنین پیاده سازیهای آنالوگ بسیار مناسب هستند زیرا جبران سازی نوسانات غیر قابل اجتناب قطعه می تواند در وزنها لحاظ شود .
مسئله اصلی كه هنوز باید حل شود آموزش است .
حجم بزرگی از مفاهیم شبكه عصبی آنالوگ كه در این زمینه می توانند یافت شوند ، تكنولوژیهای گیت شناور را جهت ذخیره سازی وزنهای آنالوگ بكار می برند ، مثل EEPROM حافظه های Flash .
در نظر اول بنظر می رسد كه این مسئله راه حل بهینه ای باشد .
آن فقط سطح كوچكی را مصرف می كند و بنابراین حجم سیناپس تا حد امكان فشرده می شود (كاهش تا حد فقط یك ترانزیستور) .
دقت آنالوگ می تواند بیشتر از 8 بیت باشد و زمان ذخیره سازی داده (با دقت 5 بیت) تا 10 سال افزایش می یابد .
اگر قطعه بطور متناوب مورد برنامه ریزی قرار گیرد ، یك عامل منفی وجود خواهد داشت                               و آن زمان برنامه ریزی و طول عمر محدود ساختار گیت شناور است .
بنابراین چنین قطعاتی احتیاج به وزنهایی دارند كه از پیش تعیین شده باشند .
اما برای محاسبه وزنها یك دانش دقیق از تابع تبدیل شبكه ضروری است .
برای شكستن این چرخه پیچیده ، ذخیره سازی وزن باید زمان نوشتن كوتاهی داشته باشد .
این عامل باعث می شود كه الگوریتم ژنتیك وارد محاسبات شود .
با ارزیابی تعداد زیادی از ساختارهای تست می توان وزنها را با بكار بردن یك تراشه واقعی تعیین كرد .
همچنین این مسئله می تواند حجم عمده ای از تغییرات قطعه را جبران سلزی كند ، زیرا داده متناسب شامل خطاهایی است كه توسط این نقایص ایجاد شده اند .

برچسب ها : پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای الگوریتم های ژنتیك , مقاله , پیاده سازی , پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای الگوریتم های ژنتیك , شبكه عصبی , آنالوگ , الگوریتم های ژنتیك , پیاده سازی VLSI , شبكه عصبی آنالوگ , الگوریتم های ژنتیك , تحقیق , مقاله , پروژه , پژوهش , دانلود تحقیق , دانلود مقاله , دانلود پروژه , دانلود پژوهش

دانلود پژوهش , دانلود مقاله , دانلود تحقیق , دانلود پروژه

فروشگاه برترین فایل ها

صفحه اصلی پروژه ناب

.

.

.

.

.

.

.

.

.

.

.

proje
Google
تقریباً ۵۵٬۰۰۰ نتیجه (۰٫۸۰ ثانیه)
اگر امکان دارد آن را به فارسی ایمیل کنید
پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای ...
thesisshop.filenab.com/product-53299-391.aspx
مقاله پیاده سازی پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای الگوریتم های ژنتیك شبكه عصبی آنالوگ الگوریتم های ژنتیك پیاده سازی VLSI شبكه عصبی ...
پروژه پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای ...
payamirani.sidonline.ir/product-3749-maghale.aspx
تحقیق برق دانلود تحقیق كار تحقیقی برق پیاده سازی VLSI پروژه پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای الگوریتم های ژنتیك شبكه عصبی آنالوگ ...
پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای ...
www.kmnoor.ir/analog-vlsi-implementation-of-a-neural-network-suitable-for-the-ژن...
پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای الگوریتم های ژنتیك دسته: مهندسی برق بازدید: 2 بار فرمت فایل: doc حجم فایل: 453 کیلوبایت تعداد صفحات ...
پروژه پياده سازي VLSI يك شبكه عصبي آنالوگ مناسب براي ...
dockade.com/591/پروژه-پياده-سازي-vlsi-يك-شبكه-عصبي-آنالوگ-م/
اين مقاله يك معماري شبكه عصبي آنالوگ جديد را معرفي مي كند. ... داک کده / مقاله / پروژه پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای الگوریتم های ژنتیک ...
پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای ...
www.tanbal-khan.com/details-3523-پیاده-سازی-VLSI-یک-شبکه-عصبی-آنالوگ-مناس...
این مقاله یک معماری شبکه عصبی آنالوگ جدید را معرفی می کند که وزنهای بکار برده شده در آن توسط الگوریتم ژنتیک تعیین می شوند . اولین پیاده سازی VLSI ارائه شده ...
پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای ...
www.bestofday.ir/reader/text/201605072030131286
۱۸ اردیبهشت ۱۳۹۵ ه‍.ش. - پیاده سازی VLSI یک شبکه عصبی آنالوگ پسندیده برای الگوریتم های ژنتیک پیاده سازی VLSI یک شبکه عصبی آنالوگ پسندیده برای الگوریتم های ...
پياده سازي VLSI يك شبكه عصبي آنالوگ براي الگوريتم هاي ...
kh-bargh.ir/پياده-سازي-vlsi-يك-شبكه-عصبي-آنالوگ-براي-ال/
۳ دی ۱۳۹۱ ه‍.ش. - عنوان مقاله: پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای الگوریتم های ژنتیک. مقدمه: مفید بودن شبکه عصبی آنالوگ مصنوعی بصورت خیلی ...
پروژه پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای ...
link.hort.ir/fa/article/2015/.../پروژه-پیاده-سازی-vlsi-یک-شبکه-عصبی-آنالوگ-م.html
۸ خرداد ۱۳۹۴ ه‍.ش. - پروژه پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای الگوریتم های ژنتیک – 8216. خلاصه مفيد بودن شبكه عصبي آنالوگ مصنوعي بصورت ...
پروژه پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای ...
dl.e02.ir/article/2015/05/پروژه-پیاده-سازی-vlsi-یک-شبکه-عصبی-آنالوگ-م.html
۸ خرداد ۱۳۹۴ ه‍.ش. - پروژه پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای الگوریتم های ژنتیک. خلاصه مفيد بودن شبكه عصبي آنالوگ مصنوعي بصورت خيلي ...
پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای ...
hanionlin.mihanblog.com/post/8
۱۵ خرداد ۱۳۹۱ ه‍.ش. - خلاصه مفید بودن شبكه عصبی آنالوگ مصنوعی بصورت خیلی نزدیكی با میزان قابلیت آموزش پذیری آن محدود می شود . این مقاله یك معماری شبكه عصبی ...
وبلاگ تخصصی مهندسی برق - پروژه های کارشناسی
www.electricalsoftware.blogfa.com/page/projects
این هم لیست موضوعات تمام پروژه های موجود در آرشیو وبلاگ تخصصی مهندسی برق ..... پياده سازي VLSI يك شبكه عصبي آنالوگ مناسب براي الگوريتم هاي ژنتيك---ص 23.
پروژه شبکه عصبی با متلب - قلبک
ghalbak.ir/پروژه-شبکه-عصبی-با-متلب.html
پروژه شبکه عصبی با متلب. دانلود پروژه پیاده سازی vlsi یک شبکه عصبی آنالوگ مناسب برای الگوریتم های ژنتیک. قیمت 5000 تومان ...
دانلود تحقیق و مقاله و پروژه دانشجویی در مورد شناسایی الگو ...
paperdoc.ir/جستجوی-مقالات/q/شناسایی-الگو-های-عددی-فارسی
براساس درخواست جستجوی شما برای دانلود تحقیق درباره شناسایی الگو های عددی ... دانلود تحقیق پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای الگوریتم های ... می کند که وزنهای بکار برده شده در آن توسط الگوریتم ژنتیک تعیین می شوند .
تحقیق پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای ...
projeh20.ir/تحقیق-پياده-سازي-vlsi-يك-شبكه-عصبي-آنالوگ-م/
۷ شهریور ۱۳۹۲ ه‍.ش. - پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای الگوریتم های ژنتیک.. ۲. خلاصه ۲. ۱- مقدمه ۳. ۲- تحقق شبکه عصبی. ۶. ۲-۱- اصول عملکرد ۶.
دانلود تحقیق کمک پایان نامه برق پياده سازي VLSI يك شبكه ...
kharide2020.filekar.ir/خرید%20مقاله%20رشته%20برق%20پیاده%20سازی%20VLSI...
... تحقیق کمک پایان نامه برق پياده سازي VLSI يك شبكه عصبي آنالوگ مناسب الگوریتم ... پیاده سازی VLSI برای یک شبکه عصبی آنالوگ توسط الگوریتم های ژنتیک.
3 - برق فایل
barghfile.ir/page-3.html
خرید و دانلود مقاله و تحقیق پياده سازي VLSI يك شبكه عصبي آنالوگ مناسب براي الگوريتم هاي ژنتيك قيمت 45,000ریال, پياده سازي VLSI يك شبكه عصبي آنالوگ ...
[PDF]دریافت فایل
ganj.irandoc.ac.ir/articles/download_sparse/716535
ﻃﺮاﺣﯽ ﺑﻬﯿﻨﻪ ﻣﺪارﻫﺎي ﻣﺠﺘﻤﻊ آﻧﺎﻟﻮگ ﺑﺎ اﺳﺘﻔﺎده از ﺷﺒﮑﻪ ﻫﺎي ﻋﺼﺒﯽ و اﻟﮕﻮرﯾﺘﻢ. HGAPSO. 1 ... آﻧﺎﻟﻮگ،ﺷﺒﮑﻪ. ﻫﺎي ﻋﺼﺒﯽ. ﭘﺮﺳﭙﺘﺮون. ،اﻟﮕﻮرﯾﺘﻢ. ﺗﺮﮐﯿﺒﯽ ژﻧﺘﯿﮏ و اﺟﺘﻤﺎع ذرات. )HGAPSO(. ،ﺑﻬﯿﻨﻪ ﺳﺎزي . -1 ... ﺷـﺒﮑﻪ ﻫـﺎي. ﻋﺼﺒﯽ ﺑﻪ ﻋﻠﺖ ﺳﺎﺧﺘﺎر ﻣﻮازي ﺷﺎن ﻣﯽ ﺗﻮاﻧﻨـﺪ ﻣﺤﺎﺳـﺒﺎت در ﯾـﮏ ﻧـﺮخ. ﺧﯿﻠﯽ زﯾﺎد را اﻧﺠﺎم دﻫﻨﺪ. و. ﺑﻪ ﻫﻤﯿﻦ ﻋﻠﺖ ﺑﺎ ... ﻧﺘـﺎﯾﺞ ﺣﺎﺻـﻞ از ﭘﯿـﺎده. ﺳـﺎزي ا .... ﻣﻨﺎﺳﺐ ﺗﺮ اﺳﺖ .w. اﻧﺮﺳﯽ .... VLSI J., vol. 43, no.
سیویلیکا، مقالات علمی کنفرانس و ژورنال - مجموعه مقالات ...
www.civilica.com/article749.html
طراحی بهینه درخت والاس در بلوک DF توسط الگوریتم ژنتیک 9. طراحی پیش ... طراحی و پیشنهاد روش پیاده سازی الگوریتم ضد چف 27. طراحی و ... شبیه سازی یک سیستم کنترل فعال نویز ١×٢×٢ با تخمین مسیرثانویه 41. ... شناسایی و کنترل سیستمهای آشوبگونه توسط شبکه های عصبی با تابع پایه شعاعی تعمیم یافته ( GRBF ) 47.
سیویلیکا، مقالات علمی کنفرانس و ژورنال
www.civilica.com/news-64.html
طراحی فرآیندی سیستماتیک جهت پیاده سازی مدیریت ریسک در پروژه های ساخت و ... تقویم های زراعی راهبرد مناسب در مدیریت ریسک سرمازدگی مطالعه موردی شهرستان سبزوار ... بکار گیری الگوریتم ژنتیک در افزایش حاشیه ایمنی راکتور نیروگاه بوشهر ( VVER ) ..... یک الگوریتم برای ساختن شبکه های عصبی کوچک با قدرت تعمیم بال
اُاُجوو (OojoO) - مقاله شبکه عصبی
www.oojoo.ir/posts/مقاله%20شبکه%20عصبی
عنوان مقاله: کاربرد شبکه عصبی مبتنی بر الگوریتم ژنتیک در پیش بینی . .... مقاله پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای الگوریتم های ژنتیک.
برچسب شبکه عصبی - مقالات پژوهشی و مروری
papersmarket.blogsky.com/tag/شبکه-عصبی/page/16
۲۳ فروردین ۱۳۹۴ ه‍.ش. - مقاله مقایسه کاربرد الگوریتم ژنتیک و شبکه های عصبی مصنوعی ... پروژه پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای الگوریتم های ...‎ ...
پرسشنامه اوقات فراغت دانلود رایگان |دانلود رایگان پرسشنامه ...
pdffile.parspa.ir/21912/-پرسشنامه-اوقات-فراغت-دانلود-رایگان-.xhtml
... شغلی مسلش - پرسشنامه های استاندارد مدیریت - دانلود رایگان پرسشنامه مشتری مداری ... پياده سازي VLSI يك شبكه عصبي آنالوگ مناسب براي الگوريتم هاي ژنتيك.
نمونه پرسشنامه استاندارد توانمندسازی کارکنان |دانلود رایگان ...
pdffile.parspa.ir/21912/-نمونه-پرسشنامه-استاندارد-توانمندسازی-کارکنان-.xhtml
دانلود پایان نامه سیستم های مدیریت محتوا. دانلود تحقیق آسيب‌ زانو در ورزش بدمینتون. دانلود تحقیق آب درمانی. دانلود پروژه پياده سازي VLSI يك شبكه عصبي آنالوگ ...
دانلود رایگان پرسشنامه مدیریت ارتباط با مشتریان در بانک - ...
pdffile.parspa.ir/.../-دانلود-رایگان-پرسشنامه-مدیریت-ارتباط-با-مشتریان-در-بانک-....
دانلود پایان نامه سیستم های مدیریت محتوا. دانلود تحقیق آسيب‌ زانو در ورزش بدمینتون. دانلود تحقیق آب درمانی. دانلود پروژه پياده سازي VLSI يك شبكه عصبي آنالوگ ...
پایدار سازی سیستم قدرت با استفاده از ادوات facts مبتنی بر ...
rfootbalnewsz.saharstore.ir/.../پایدار+سازی+سیستم+قدرت+با+استفاده+از+ادوات+facts...
کاربرد شبکه های عصبي در کتترل توان توان راکتیو مبتني بر ادوات FACTS جایابی بهینه . ..... پروژه پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای الگوریتم های ژنتیك. مقاله پیاده سازي VLSI یک شبکه عصبي آنالوگ مناسب برای الگوریتم .
پارک بازار - مشاهده برچسب پیاده سازی VLSI یک شبکه ...
parkbazar.mefiles.ir/.../پیاده%20سازی%20VLSI%20یک%20شبکه%20عصبی%20آنا...
پياده سازي VLSI يك شبكه عصبي آنالوگ مناسب براي الگوريتم هاي ژنتيك. مهدی ن 1394/09/25 دسته بندی : عمومی 0 ...
گنجینه دانش دانلود پایان نامه بررسی طراحی پستKV 63 230 ...
ganjinedanesh.test.com/prod-365228-دانلود+پایان+نامه+بررسی+طراحی+پستKV+63...
يكي از مهمترين بخشهاي صنعت برق همانا طراحي و احداث پست هاي فشار قوي مي .... دانلود مقاله پياده سازي VLSI يك شبكه عصبي آنالوگ مناسب براي الگوريتم هاي ژنتيك ...
فایل های دسته بندی برق،الکترونیک‌و‌مخابرات - فارس فایل
farsfile.ir/group/311/برق-الکترونیک‌و‌مخابرات
مقدمه يک فايل يايک پيام) را ,e.g. ) رسيدگی به وضعيت اينکه شما مجبوريد مطمئنا مسير ... پياده سازي VLSI يك شبكه عصبي آنالوگ مناسب براي الگوريتم هاي ژنتيك.
دانلود رايگان مقاله برق|دانلود پروژه پياده سازي VLSI يك شبكه ...
unifile.rayta.ir/9519/دانلود+رايگان+مقاله+برق.xhtml
دانلود پروژه پياده سازي VLSI يك شبكه عصبي آنالوگ مناسب براي الگوريتم هاي ژنتيك ... این عامل باعث می شود که الگوریتم ژنتیک وارد محاسبات شود . با ارزیابی ...
پايان نامه–فني و مهندسي–مهندسي برق دانشگاه تربیت مدرس | ...
matlab1.ir › دانلود
۱۳ شهریور ۱۳۹۳ ه‍.ش. - طراحي و پياده‌سازي يک پردازنده رمز براي الگوريتم RSA تثبيت و .... بهينه‌سازي آرايه نازک شده(Thinned Array ) با استفاده از الگوريتم‌هاي ژنتيک و جستجوي الگو ... ارتقاي کيفيت انتخاب خصيصه متون با روش‌هاي الگوريتم ژنتيک و بهينه‌سازي گروه ذرات .... طراحي VLSI شبکه‌هاي عصبي آنالوگ با توان مصرفي کم
انواع پروژه های برق از کارشناسی تا دکترا - لیستی از عناوین ...
bargh-projects.blogfa.com/post/98
لیستی از عناوین پروژه های کارشناسی برق(الکترونیک). شنبه دوم ... 60- ارسال سريع سيگنال آنالوگ به PC. 61- پياده سازی ... 62- پياده سازی شبيه ساز برای يک سيستم شبکه چند کاربره نوری بی سيم CDMA. 63- بررسی ... 113- پياده سازی نوينی از الگوريتم ژنتيک آدم- حوا. 114- پياده سازی شبکه های عصبی مصنوعی بر روی FPGA.
۱٨ - انجمن کامپیوتر ایران - آرشیو مقالات
csi.org.ir/fa/paper?conf=&author_name=&paper_name=&abstract...18
... آزمون برای آشکارسازی خطای اتصال "0" یا "1" با استفاده از الگوریتم ژنتیک ... در دو دهه ی گذشته،تکنیک های شبکه های عصبی به عنوان یک روش متکی بر داده به ... در مدارهای مجتمع با اندازه بسیار وسیع(VLSI) از اهمیت بسیاری برخورداراست. ... هدف این مقاله طراجی و پیاده سازی پردازنده ای ویژه الگوریتم های رمز قطعه ای کلید خصوصی است.
ComProject - عناوین پروژه ها
comproject.blogfa.com/post/2
سمینار کاملی در مورد الگوریتم‌های مسیریابی(به همراه داکیومنت و پاورپوینت) ... روبات برای رسیدن به یک مقصد مشخص و کنترل موقعیت ربات با پیاده‌سازی کنترلر ... پیاده‌سازی ژنتیک الگوریتم (تولید کروموزوم, جمعیت اولیه, عملیات crossoverو تولید .... در شبکه عصبی (پیاده‌سازی در Matlab به همراه داکیومنت بسیار کامل). درس VLSI.
[XLS]ليست پايان نامه - دانشكده فني و مهندسي - دانشگاه اصفهان
eng.ui.ac.ir/Dorsapax/userfiles/Sub11/lib/tez.xlsx
31, موجود - کارشناسی, 1372, دكتر محمد نعمت بخش, شكري، محمود, شبكه هاي مختلط, 1/30 ... ثابتي، سيد مصطفي, شبكه هاي عصبي منطق مات و شبكه هاي عصبي مات, 1/34 ... به منظور دستيابي به نقشه شماتيك يك مدار ناشناخته الكترونيكي يا لاجيكي, 1/37 ..... زماني فر, اسفندياري، محسن, مطالعه، طراحي و پياده سازي دو الگوريتم موازي, 1/192.
فراخوان ارسال مقاله اولین کنفرانس ملی محاسبات نرم و فن آوری ...
www.symposia.ir/NCSCIT01=اولین-کنفرانس-ملی-محاسبات-نرم-و-فن-آوری-اطلاعات.h...
هوش مصنوعی و الگوریتم های تکاملی استراتژی استدلال شبکه های عصبی و برنامه های کاربردی ... و معایب پیاده سازی سناریوی ترکیبی web2.0 SOA بر روی عملکرد یک شرکت ... ارائه روشی مبتنی بر الگوریتم ژنتیک برای رمز گشایی یک متن رمز شده ... به صورت بازگشتی; پیاده سازی آنالوگ نرون های شبکه عصبی در تکنولوژی VLSI ...
فروش سی دی آموزش طراحی دکوراسیون داخلی کابینت و ...
golbargeys.fafablog.com/post/373
۷ فروردین ۱۳۹۵ ه‍.ش. - ... سقف آشپزخانه نصب میشد انجام میگرفت. چرا که اغلب فعالیتهای داخل آشپزخانه ( مانند آماده سازی مواد غذایی ) ... پروژه پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای الگوریتم های ژنتیك - ترجمه مقاله عملکرد ترکیبی اصلاح کننده های یکپارچه توان بوسیله توزیع گسترده DG - تحقیق اثر شلاقی در زنجیرة تأمین
[XLS]BA thesis - دانشگاه شاهد
www.shahed.ac.ir/FaniMohandesi/DocLib1/BA%20thesis.xlsx
41, 792154026, قاسم, عزتور, مهندسي پزشكي, طراحي و پياده سازي شبكه نمايش و مديريت .... طراحي و ساخت دستگاه ثبت EMGبا قابليت ثبت IAV آنالوگ و خروجي صوتي ... با ACCESSبا امكانات جستجوي بين داده ها ،پردازش آماري و نمايشگرهاي مناسب ..... كامپيوتر, مقايسه الگوريتمهاي مسيريابي routing در VLSI و پياده سازي يكي از آنها.
پذیرش در کدام زمینه مهندسی برق؟ [بایگانی] - ApplyAbroad ...
www.applyabroad.org › ... › گرایش های برق و کامپیوتر
۲۶ تیر ۱۳۸۸ ه‍.ش. - 100+پست - ‏100+ نویسندگان
... رایانش نرم( شبکه عصبی، فازی، الگوریتم های بهینه سازی هوشمند (ژنتیک . ... راستش من یه مقدار اوضاعم عجیب غریبه که خودمم توش موندم و یکی از دلایلی ..... از ریاضی یا علوم کامپیوتر یا همون برق-مخابرات در مقطع ارشد برای من مناسب تره؟ ..... کار طراحی الکترونیک (مثل طراحی مدار و آی سی و VLSI و نظیر آن) کلا کساده.
مقاله در مورد پرش به محتواي اصليرفتن به نوارابزار - سی پرو
www.cpro.ir/poroje/.../مقاله-در-مورد-پرش-به-محتواي-اصليرفتن-به-نوارابزار.html
در این قسمت ابتدا امكان پذیری كنترل میدان صوتی عبوری از یك صفحه به وسیله ..... مقاله پياده سازي VLSI يك شبكه عصبي آنالوگ مناسب براي الگوريتم هاي ژنتيك pdf
هفته اوّل مرداد ۱۳۹۲ - پروژه نرم افزاری، پایان نامه، کارآموزی،
7712.blogfa.com/1392/05/1
۷ مرداد ۱۳۹۲ ه‍.ش. - ... رسانه اي 631پايه ريز پردازنده 632پایان نامه پياده سازي VLSI يك شبكه عصبي آنالوگ مناسب براي الگوريتم هاي ژنتيك 633پایان نامه دستگاه تست ...
[PDF]ﺑﺴﻤﻪ ﺗﻌﺎﻟﯽ VLSI ﻃﺮاﺣﯽ ﺳﯿﺴﺘﻢ ﻫﺎي ﭘﺮوژه ﭘﺎﯾﺎﻧﯽ درس : ﻋﻨﻮان
www.shaghighi.ir/VLSI%20Final%20Report.pdf
ﭘﺮوژه ﭘﺎﯾﺎﻧﯽ درس. ﻃﺮاﺣﯽ ﺳﯿﺴﺘﻢ ﻫﺎي. VLSI. ﻋﻨﻮان ﭘﺮوژه. : ﻃﺮاﺣﯽ. و ﺷﺒﯿﻪ ﺳﺎزي. Full Adder. 1. ﺑﯿﺘﯽ. اﻋﻀﺎي ﮔﺮوه ..... اﺳﺘﻔﺎده روش ﻫﺎي ﻣﺤﺎﺳﺒﺎﺗﯽ و ﻓﺮا اﺑﺘﮑﺎري ﻣﺜﻞ اﻟﮕﻮرﯾﺘﻢ ژﻧﺘﯿﮏ ،. PSO ... ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ اﯾﻨﮑﻪ اﻧﺘﺨﺎب ﻣﻨﻄﻖ ﻣﻨﺎﺳﺐ ﺑﺮاي ﭘﯿﺎده ﺳﺎزي ﯾﮏ ﻣﺪار ﮐﺎري ﮐﺎﻣﻼ ﻏﯿﺮ ﺧﻄﯽ اﺳﺖ. (. زﯾﺮا ﻣﻨﻄﻖ ﻫﺎي ... ﮐﻪ ﺑﺎ آﻣﻮزش ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﺑﺮاي ﻣﻨﻄﻖ ﻫﺎي ﻣﺨﺘﻠﻒ ، ﺑﺮاي ﻣﺪار ﺟﺪﯾﺪ ﺑﺎ دادن ﭘﺎراﻣﺘﺮ ﻫﺎي ﻣﻮرد ﻧﻈﺮ ﻣﻨﺎﺳﺐ. ﺗﺮﯾﻦ ﻣﻨﻄﻖ ...
فعالیتهای محوری - پژوهشکده الکترونیک - دانشگاه صنعتی ...
eri.sharif.edu/action_f.php
تحليل و طراحي الگوريتم‌هاي رمز دنباله‌اي با امنيت و كارآئي بالا ○ تهيه و طراحي نرم‌افزار آزمون آماري الگوريتم‌هاي رمز ○ طراحي و پياده‌سازي شبكه‌هاي كامپيوتري امن ... توسط يك یا چندین حسگر گرفته شده و پس از پيش‌پردازش، به کمک روشهای مناسب پردازش ... و مدرن پردازش سیگنال (منطق فازی، شبکه عصبی، الگوریتم ژنتیک و مورفولوژی ...
معرفی گرایش های ارشد مهندسی برق الکترونیک - گرایش ...
www.bargharshad.ir › سخن مشاور
۲۷ بهمن ۱۳۹۴ ه‍.ش. - در پستهای قبلی به بررسی گرایش های آنالوگ و دیوایس در رشته مهندسی برق الکترونیک پرداختیم . ... یکی از ابزارهای پیاده سازی این زبان تراشه FPGA می باشد . ... شامل الگوریتم فازی ، شبکه های عصبی ، الگوریتم ژنتیک ، ایمنی مصنوعی و … ... طراحی مدارات مجتمع VLSI نیز از دروس این گرایش محسوب می شود که به ...
پروژه تشخیص نفوذ در شبکه به كمک شبكه عصبی و ...
www.boute.ir/iust-ai-93/intrusion-detection-nn
ترکیب شبکه عصبی و الگوریتم ژنتیک در سیستم تشخیص نفوذ : یکی از مشکلات استفاده از شبکه های عصبی در سیستم های تشخیص نفوذ تشخیص اندازه مناسب شبکه و وزن های ان می .... پیاده سازی روش پیشنهادی در نرم افزار متلب انجام شده است.
دانلود پروژه پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب ...
papersky.ir/download/16495/دانلود-پروژه-پیاده-سازی-vlsi-یك-شبكه-عصبی-آ/
دانلود پروژه پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای الگوریتم های ژنتیك مقاله پروژه های vlsi پروژه درس vlsi دانلود پروژه درس vlsi انجام پروژه vlsi م.
مجموعه فیلم های آموزش کاربردی شبکه های عصبی مصنوعی | ...
faradars.org/courses/mvpnn9011-videos-tutorial-pack-neural-network
فرادرس آموزش تصویری کاربردی شبکه های عصبی مصنوعی به همراه پیاده سازی عملی و ... یا مثلاً اگر مدیر یک پروژه نیروگاهی هستید، باید پیش بینی مناسبی از میزان ... آموزش عملی ترکیب شبکه عصبی و الگوریتم ژنتیک (به فارسی) محصول جدیدی از ...
پروژه پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای ...
best1.avablog.ir/.../پروژه+پیاده+سازی+VLSI+یك+شبكه+عصبی+آنالوگ+مناسب+برای+ا...
۶ دی ۱۳۹۴ ه‍.ش. - پروژه پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای الگوریتم های ژنتیك. خلاصه مفید بودن شبكه عصبی آنالوگ مصنوعی بصورت خیلی ...
پروژه-پیاده-سازی-vlsi-یك-شبكه-عصبی-آنالوگ-مناسب-برای ...
prozhe-shop.ir/tag-پروژه-پیاده-سازی-VLSI-یك-شبكه-عصبی-آنالوگ-مناسب-برای-ال...
محصولاتی که دارای عبارت 'پروژه-پیاده-سازی-vlsi-یك-شبكه-عصبی-آنالوگ-مناسب-برای-الگوریتم-های-ژنتیك' هستند. پروژه پیاده سازی VLSI یك شبكه عصبی آنالوگ ...
مقالات برق [بایگانی] - باشگاه مهندسان ایران
www.iran-eng.com › ... › فنی مهندسی › مهندسی برق › جزوات و مقالات مهندسی برق
انواع شبکه های عصبی و کاربرد آنها در الکترونیک ............. ... پياده سازي VLSI يك شبكه عصبي آنالوگ مناسب براي الگوريتم هاي ژنتيك · مقاله : الکترونیک مولکولی ...
تشخیص بیماری صرع با شبکه عصبی doc
alalestore.ir/list/تشخیص+بیماری+صرع+با+شبکه+عصبی+doc.html
پروژه برنامه پیش بینی بار با استفاده از شبکه های عصبی با متلب. پروژه برنامه پیش .... پياده سازي VLSI يك شبكه عصبي آنالوگ مناسب براي الگوريتم هاي ژنتيك.

    1   
2
   
صفحهٔ بعدی
ناشناس - استفاده از موقعیت مکانی دقیق
 - بیشتر بدانید  
راهنما ارسال بازخورد حریم خصوصی شرایط