استفاده از شبکه عصبی مصنوعی و هوش مصنوعی در بهینه سازی سیستم های دارای قسمت پردازش دیتا های پیچیده و بیگ دیتا

علیرضا کیانفر¹

1) دانشجوی مهندسی برق مرکز آموزش عالی فنی و مهندسی بویین زهرا ،

محل انتشار : چهارمین کنگره بین المللی مهندسی، تکنولوژی و علوم کاربردی - نیوزلند(etas2019.com)
چکیده :
هر شبکه‌های عصبی مصنوعی یا شبکه‌های عصبی صناعی (Artificial Neural Networks - ANN) یا به زبان ساده‌تر شبکه‌های عصبی سیستم‌ها و روش‌های محاسباتی نوین برای یادگیری ماشینی، نمایش دانش و در انتها اعمال دانش به دست آمده در جهت بیش‌بینی پاسخ‌های خروجی از سامانه‌های پیچیده هستند. ایده اصلی این گونه شبکه‌ها تا حدودی الهام‌گرفته از شیوه کارکرد سیستم عصبی زیستی برای پردازش داده‌ها و اطلاعات به منظور یادگیری و ایجاد دانش قرار دارد. عنصر کلیدی این ایده، ایجاد ساختارهایی جدید برای سامانه پردازش اطلاعات است. هوش مصنوعی، هوش صناعی یا هوش ماشینی (به انگلیسی: (Artificial Intelligence) به هوشی که یک ماشین در شرایط مختلف از خود نشان می‌دهد، گفته می‌شود. به عبارت دیگر هوش مصنوعی به سیستم‌هایی گفته می‌شود که می‌توانند واکنش‌هایی مشابه رفتارهای هوشمند انسانی از جمله درک شرایط پیچیده، شبیه‌سازی فرایندهای تفکری و شیوه‌های استدلالی انسانی و پاسخ موفق به آنها، یادگیری و توانایی کسب دانش و استدلال برای حل مسایل را داشته باشند. بیشتر نوشته‌ها و مقاله‌های مربوط به هوش مصنوعی، آن را به عنوان (دانش شناخت و طراحی عامل‌های هوشمند) تعریف کرده‌اند. بیگ دیتا در حقیقت بیانگر حجم زیادی از داده می باشد که آنالیز و دسته بندی آن ها به وسیله زیرساخت ها و دیتابیس های رایج مشکل می باشد. سازمان های بزرگ با انبوه اطلاعات متنوعی چون ایمیل، عکس، ویدیو، گزارشات روزانه، نوشته و اطلاعات روزانه مواجه هستند که می بایست به صورت هوشمندانه ای طبقه بندی گردند تا به سرعت و در زمان کوتاهی قابل بررسی و دستیابی باشند. در سیستم هایی که وردی آنها دیتا های پیچیده و یا بیگ دیتا هستند میتوان از الگوریتم های شبکه های عصبی مصنوعی جهت ساده تر کردن دیتا استفاده نمود و سپس دیتای ساده شده را توسط الگوریتم های هوش مصنوعی پردازش نمود و درنهایت سیگنال خروجی سیستم را دریافت نمود .
کلمات کلیدی : شبکه عصبی مصنوعی هوش مصنوعی بیگ دیتا پردازش دیتا