نمایش چکیده انگلیسی

یادگیری عمیق در هوش مصنوعی: از مبانی تا کاربردهای پیشرفته و چالش‌های نوین

یلدا مسگر1

چکیده :
زمینه و هدف: یادگیری عمیق به‌عنوان رکن اساسی پیشرفت‌های اخیر هوش مصنوعی، تحولاتی بنیادین در حوزه‌های گوناگون ایجاد کرده است. با این حال، سرعت تحولات به‌حدی است که ارائه یک تصویر به‌روز و منسجم از مفاهیم پایه تا پیشرفته‌ترین معماری‌ها، به‌ویژه برای دانشجویان تحصیلات تکمیلی، ضروری به نظر می‌رسد. هدف این مقاله، ارائه یک مرور ساختاریافته و کاربردی از مهم‌ترین تحولات یادگیری عمیق بین سال‌های ۲۰۲۰ تا ۲۰۲۶ است. روش مرور: جستجوی سیستماتیک در پایگاه‌های Web of Science، Scopus، IEEE Xplore و arXiv با کلیدواژه‌های مرتبط انجام شد. از میان ۳۸۷ مقاله اولیه، ۷۵ مقاله بر اساس معیارهای اعتبار مجله، تازگی (۲۰۲۴-۲۰۲۶) و ارتباط مستقیم با موضوع، برای تحلیل نهایی انتخاب شدند. یافته‌ها: بررسی‌ها نشان داد که (۱) معماری ترنسفورمر با معرفی مکانیزم‌های توجه خطی و معماری‌های ارث‌بر مانند Nexusformer، محدودیت مقیاس‌پذیری خود را تا حدود زیادی برطرف کرده است. (۲) مدل‌های پخش (Diffusion Models) با عبور از ساختار U-Net به سمت معماری ترنسفورمر (DiT) و ارائه روش‌های نمونه‌برداری سریع، به استاندارد طلایی در مدل‌های زایشی تبدیل شده‌اند. (۳) خودیادگیری نظارت‌نشده (SSL) با ارائه چارچوب‌های نظری مستحکم‌تری مانند تطابق توزیع نهان و LeJEPA، گام بزرگی به سمت یادگیری قابل اعتمادتر برداشته است. (۴) شبکه‌های عصبی گرافی (GNN) با ادغام دانش حوزه‌ای و پیش‌آموزش خودنظارتی، به ابزاری کلیدی در کشف دارو و طراحی مولکول تبدیل شده‌اند. (۵) مفاهیمی چون «هوش مصنوعی سبز» (Green AI) و «تعمیم‌پذیری خارج از توزیع» (OOD Generalization) به‌عنوان مهم‌ترین چالش‌های فراروی این حوزه مطرح هستند. نتیجه‌گیری: عصر مدل‌های بنیادین عظیم و متمرکز، جای خود را به مدل‌های کارآمد، متن‌باز و تخصصی می‌دهد. تمرکز پژوهش‌های آینده بر روی هوش مصنوعی پایدار از نظر زیست‌محیطی، سیستم‌های عامل هوشمند خودمختار، و ادغام عمیق‌تر با علوم تجربی خواهد بود.

کلمات کلیدی : یادگیری عمیق ترنسفورمر خطی مدل‌های پخش خودیادگیری نظارت‌نشده شبکه عصبی گرافی کشف دارو هوش مصنوعی سبز


زبان مقاله : فارسی
محور مقاله : هوش مصنوعی
محل انتشار : چهارمین کنفرانس بین المللی پیشرفت های اخیر در مهندسی، نوآوری و تکنولوژی - بلژیک
آدرس وب سایت کنفرانس : eitconf.com
کد IOI مقاله : ABEB-ACAGEE
لینک مستقیم مقاله : https://isnac.ir/ABEB-ACAGEE
نمایش چکیده انگلیسی : https://isnac.ir/SA/ABEB-ACAGEE

سایر مقالات محل انتشار
  1. سنجش رفتار میرایی رس‌های نمکی تحت تحرکات دینامیکی: مطالعه موردی جزیره هرمز
  2. کاربرد فناوری بالک چیکن در ردیابی و شفاف سازی زنجیره غذایی برای افزایش ایمنی واعتماد مصرف کننده با استفاده از الگوریتم کندوی عسل
  3. زیبایی شناسی و خلاقیت در استدلال ریاضی: تحلیلی بر اثبات و اندیشه غیررسمی در تحقیقات دکتری
  4. The Role of the Root System in Flowering
  5. Effect of Nutrition on the Root System in Strawberry Plants
  6. تدوین الگوهای طراحی معماری برای ارتقای هویت اجتماعی زنان در مراکز فرهنگی شهری؛ مطالعه موردی: چند فرهنگسرای منتخب شهر تهران
  7. Application of Machine Learning in Analyzing Managerial and Environmental Factors Influencing the Development of Emerging Sports (Case Study: Fusion Fitness)
  8. ارتقاء ایمنی در صنعت ساخت با تکیه‌بر فناوری‌های نوین: ابزارها، دستاوردها و چالش‌های استقرار
  9. رویکرد یکپارچه فناوری‌های هوشمند و مدیریت کنترل پروژه برای کاهش ریسک در سیستم‌های تحت فشار سنگین صنایع استراتژیک
  10. Finite Element Assessment and Experimental Validation of an Aluminum L-Bracket Under Static, Thermal, and Harmonic Loading
  11. Nano-Delivered CRISPR/Cas9 for Cancer Therapy: Targeting Tumorigenic Genes through Epigenetic Modulation and Pathway Disruption
  12. Gold Nanoparticle‑Assisted Hyperthermia for Cancer Treatment: Current Methods, Challenges, and Future Directions
  13. طراحی سامانه تصمیم‌یار هوشمند برای تخمین سطح تهدید در مناطق درگیر با استفاده از الگوریتم‌های یادگیری ماشین
  14. چارچوب‌های سیاست‌گذاری و چالش‌های پیاده‌سازی هوش مصنوعی در صنعت سلامت: رویکرد مروری بر جنبه‌های جهانی و ملی
  15. Exploring Machine Learning Algorithms for Damage Detection in Vibration- and Vision-Based Structural Health Monitoring