{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "QA625",
        "title": " حل رده‌ای از مسائل ماشین بردار پشتیبان با استفاده از روش‌های  بهینه‌سازی دینامیکی",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1399",
        "last_update": "2026-06-25",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "QA625",
        "title": " حل رده‌ای از مسائل ماشین بردار پشتیبان با استفاده از روش‌های  بهینه‌سازی دینامیکی",
        "degree": null,
        "faculty": "علوم ریاضی",
        "year": 1399,
        "authors": [
            {
                "name": "امیر فیضی",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "علیرضا ناظمی",
                "role": "استاد راهنما"
            }
        ],
        "keywords": [
            "کلمات کلیدی: بردار پشتیبان",
            "شبکه عصبی",
            "بهینه سازی",
            "رگرسیون",
            "متغیر تصادفی"
        ],
        "abstract": "ماشین های بردار پشتیبان ابزارهای قدرتمندی برای طبقه بندی داده ها و رگرسیون هستند. در سال های اخیر، الگوریتم های سریع بسیاری برای ماشین های بردار پشتیبان توسعه یافته اند. از ماشین بردار پشتیبان در بسیاری از کابردهای نظامی و مهندسی، مسائل زمان واقعی، مانند طبقه بندی در محیط الکترومغناطیسی پیچیده، تشخیص در پزشکی و ... استفاده می شود. با توجه به این که روش های همگرایی عددی نیاز به محاسبات بیشتری داشته و نمی تواند نیاز ما در مسائل زمان واقعی را برآورده سازد، یک روند میسر و امیدوار کننده برای آموزش ماشین های بردار پشتیبان در زمان های واقعی بکارگیری شبکه های عصبی بازگشتی بر پایه اجرای دوره ای است. \r\nدر این رساله ما با معرفی شبکه عصبی به حل مسائلی از بردار پشتیبان مانند مساله رگرسیون بردار پشتیبان و نیز مساله رگرسیون بردار پشتیان تصادفی با قیدهای احتمالی توسط شبکه عصبی می پردازیم. ثابت می کنیم نقطه تعادل شبکه عصبی با جواب بهینه مساله بردار پشتیبان معادل هستند. هم چنین پایداری و همگرایی شبکه عصبی ارائه شده اثبات خواهد شد. در نهایت با ارائه مثال هایی نتایج نظری را تایید می کنیم.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_QA625.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}