جستجو
یادگیری ماشین: روندها و نوآوری ها
علیرضا سلیمانی1 احسان سلیمانی دهکردی2
چکیده :
یادگیری ماشین (ML) به عنوان ستون فقرات هوش مصنوعی، با توانایی خود در استخراج الگوهای پیچیده از دادهها، زمینهساز تحولات گستردهای در علوم و صنایع مختلف شده است. در سالهای اخیر، این حوزه شاهد پیشرفتهای نمایی بوده که عمدتاً مدیون توسعهی معماریهای یادگیری عمیق و روشهای آموزش کارآمد است. نوآوریهایی مانند مدلهای مبتنی بر ترانسفورمر، رویکردهای یادگیری خودنظارتی و پیشرفت در یادگیری تقویتی، دقت و عملکرد سیستمهای هوشمند را به سطوح بیسابقهای ارتقا دادهاند. این تحولات، کاربردهای ML را از بینایی ماشین و پردازش زبان طبیعی تا سیستمهای خودران و تشخیصهای پزشکی تعمیق بخشیدهاند. با این حال، چالشهایی همچون نیاز به تفسیرپذیری مدلها (Explainability)، ملاحظات اخلاقی دادهها و پایداری محاسباتی همچنان دغدغههای اصلی پژوهشگران هستند. این مقاله مروری جامع بر روندهای کلیدی و نوآوریهای تأثیرگذار جاری در پارادایم یادگیری ماشین ارائه میدهد و در انتها، مسیرهای آتی پژوهش را برای مواجهه با چالشهای موجود ترسیم مینماید.
کلمات کلیدی : یادگیری ماشین هوش مصنوعی یادگیری عمیق روندهای پژوهشی نوآوریها پردازش زبان طبیعی
زبان مقاله : فارسی
محور مقاله : هوش مصنوعی و اینترنت اشیاء
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری
آدرس وب سایت کنفرانس : itnaf.ir
کد IOI مقاله : AAHD-ABDADG
لینک مستقیم مقاله : https://isnac.ir/AAHD-ABDADG
سایر مقالات ارائه دهنده
- اینترنت اشیا در محیط زیست
- کاربرد هوش مصنوعی در امور بشردوستانه: مدیریت بحران و امدادرسانی
- رایانش ابری برای اینترنت اشیا: معماریها و کاربردها
- یادگیری ماشین: روندها و نوآوری ها
- کاربرد Graph Neural Network در کشف تقلب مالی
- کاربرد IoT در مدیریت بحران (زلزله، سیل، جنگ)
- کاربرد هوش مصنوعی لبهای در سامانههای دوربین مداربسته برای تشخیص رخدادهای امنیتی و کاهش هشدارهای اشتباه
سایر مقالات محل انتشار
- A Study on Design Understandability and Interaction of the therapy-specific Robots
- طراحی و مهندسی یک حسگر زیستی نوری چند مدی پلاسمونیک مبتنی بر تشدیدگرهای حلقه شکاف برای سنجش جامع آنتیژن
- طراحی یک اسیلاتورکنترل شونده با ولتاژ با نویز فاز بسیار پایین و بازه وسیع فرکانسی با تکنولوژی نانولوله کربنی برای کاربردهای PLL
- یک چارچوب هوشمند آگاه به زمینه برای ارتباطات V2V و V2Iدر شبکههای خودرویی شهرهای هوشمند با استفاده از دادههای ترافیکی شبکه سلولی
- An Ensemble Non-Dominated Feature Selection Method: A Case Study on Prostate Cancer
- تشخیص زودهنگام پوسیدگی دندان با استفاده از شبکههای عصبی
- Simulation and Performance Comparison of Torque Tube and LVDT Sensors in Displacer-Based Level Measurement Systems
- ارتقا سامانه ناوبری پهپاد مهاجر ۶ با استفاده از فناوری
- کاربرد نانوذرات مگنتیت (Fe3O4) در پزشکی (از سنتز تا عملکرد)
- Simulation and Modeling of Floating-Gate Non-Volatile Memory Performance: Focus on Oxide Thickness, Programming Speed, and Charge Transport Mechanisms
- Fraud Analytics with Big Data: A Literature Review on Machine Learning Algorithms in Bankruptcy Prediction and Financial Fraud Detection
- تحلیل آیندهپژوهانه همگرایی هوش مصنوعی، فناوری نانو و فناوری اطلاعات در مسیر تحول صنعتی آینده
- نقش تحول دیجیتال در خدمات کتابخانههای عمومی برای توانیابان جسمی و ذهنی
- Prediction and Optimization of Oxygen Production under Microgravity Conditions Using Machine Learning
- Simulation and Performance Comparison of Ultrasonic, Non-Contact Radar, and Guided Wave Radar Sensors in Level Measurement Systems