ترجمه مقاله انتخاب Spam توسط شبکه عصبی مصنوعی (قانون یادگیری پرسپترون)

ترجمه مقاله انتخاب Spam توسط شبکه عصبی مصنوعی (قانون یادگیری پرسپترون)
قیمت خرید این محصول
۳۹,۰۰۰ تومان
دانلود رایگان نمونه دانلود مقاله انگلیسی
عنوان فارسی
انتخاب Spam توسط شبکه عصبی مصنوعی (قانون یادگیری پرسپترون)
عنوان انگلیسی
(Spam Detection Using Artificial Neural Networks (Perceptron Learning Rule
صفحات مقاله فارسی
14
صفحات مقاله انگلیسی
8
سال انتشار
2012
نشریه
JPESR
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده
رفرنس
دارد
کد محصول
5143
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه شده است
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است
رشته های مرتبط با این مقاله
مهندسی فناوری اطلاعات IT و مهندسی کامپیوتر
گرایش های مرتبط با این مقاله
مهندسی الگوریتم ها و محاسبات و اینترنت و شبکه های گسترده
مجله
مجله تحقیقات علوم محیط زیست و فیزیک
دانشگاه
گروه علوم کامپیوتر، دانشکده علوم، دانشگاه زیمبابوه، حراره
کلمات کلیدی
شبکه های عصبی مصنوعی، فیلترینگ Spam، قانون یادگیری بینشی، الگوریتم به هم پیوسته، نرخ یادگیری
۰.۰ (بدون امتیاز)
امتیاز دهید
فهرست مطالب
مقدمه
تعریف مسئله
سبب از بین رفتن زمان شما می گردد
Spam‌ محدود شخصی را از بین می برد
نابود کردن اصل end to end
تامین کننده های سرویس اینترنتی ISP
تحقیقات و کار های انجام شده برای جلوگیری از Spam
قانون داشتن
روش های تحقیق
الگوریتم شبکه های عصبی مصنوعی
نتایج
فاز تعلیم و آموزش
مشخص کردن ارزش پارامتر ها
فاز آزمایش کردن
نتایج و بحث ها
نحلیل نتایج
نتیجه و کار های آینده
نمونه چکیده متن اصلی انگلیسی
Abstract Spam is email sent in bulk where there is no direct agreement in place between the recipient and the sender to receive email solicitation. To prevent the delivery of this so called spam, an automated tool called a spam filter is used to recognize spam. The circular nature of these definitions along with their appeal to the intent of sender and recipient make them difficult to formalize. The spam problem seems to persist and the current state of the art techniques in fighting this problem seems not to provide full proof. There are several approaches which try to stop or reduce the huge amount of spam on individuals. These approaches include legislative measures such as anti-spam laws over world-wide. Other techniques are known as Origin-Based filters which are based on using network information and IP addresses in order to detect whether a message is spam or not. The most common techniques are the filtering techniques attempting to identify whether a message is spam or not based on the content and other characteristics of the message. In this paper, we present a technique to spam filtering using Artificial Neural Networks, and the perceptron learning rule.
نمونه چکیده ترجمه متن فارسی
چکیده

Spamیک پیامی می باشد که هنگامی که هیچ مصالحه و سازشی بین سمت فرستنده و گیرنده وجود ندارد، ارسال می شود. یک وسیله اتوماتیک برای شناسایی Spam وجود دارد و آن را فیلتر Spam گویند. ماهیت مدار بسته بودنی که بین سمت فرستنده و گیرنده وجود دارد سبب شده است که فرمول کردن این مسئله کمی پیچیده باشد. مسائل و مشکلاتی که در رابطه با Spam مطرح شده است در حال حاضر وجود دارد و با کار-هایی که تاکنون برای مقابله با این مشکل شده است تا به امروز خیلی حل نشده است. چندین روش وجود دارد که برای کاهش یا توقف مقدار Spam‌ استفاده می شود. این روش ها شامل محدوده هایی معین مثل قانون-های آنتی Spam در یک محدوده بزرگ می باشد. روش های دیگری که به روش فیلتر Origin-Based شناخته شده هستند بر اساس اطلاعات شبکه و آدرس های IP برای شناسایی اینکه پیام داده شده Spamمی باشد یا نه، استفاده می شوند. روش های دیگر، روش های فیلترینگ می باشند که برای شناسایی اینکه پیام داده شده Spam می باشد یا نه از محتوای پیام داده شده استفاده می کنند. در این مقاله ما یک ساختار برای فیلترینگ Spam‌ بر اساس شبکه های عصبی مصنوعی ارائه کرده ایم .


بدون دیدگاه