مروری بر یادگیری عمیق در بینایی ماشین
- سال انتشار: 1399
- محل انتشار: چهارمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام
- کد COI اختصاصی: ECMM04_043
- زبان مقاله: فارسی
- تعداد مشاهده: 1353
نویسندگان
مربی، گروه مهندسی کامپیوتر، دانشگاه پیام نور، تهران، ایران
دانشجوی دکتری مهندسی کامپیوتر، دانشگاه فنی و مهندسی، دانشگاه اراک، اراک، ایران
عضو هیات علمی گروه مهندسی کامپیوتر، دانکده مهندسی، دانشگاه شهید چمران اهواز، اهواز، ایران
چکیده
یادگیری عمیق یکی از شاخه های یادگیری ماشین است که شامل مجموعه ای از روش ها همانند شبکه های عصبی، مدل های احتمالی سلسله مراتبی و انواع الگوریتم های یادگیری با نظارت و بدون نظارت می باشد. این مفهوم یک رویکرد نوظهور است و به طور گسترده ای در حوزه های هوش مصنوعی استفاده شده است. در این مقاله روش های یادگیری عمیق بررسی شده و سپس مروری بر استفاده از این روش ها در پردازش تصویر ارائه می شود. روش هایی همانند ماشین های خودرمزگذارف ماشین محدود بولتزمان، شبکه های عصبی کاتولوشنی، شبکه های باور عمیق و کدگذاری پراکنده و به کارگیری آنها در تشخیص اشیاء تشخیص چهره، تشخیص فعالیتف تخمین موقعیت انسان، بازیابی تصویر و قطعه بندی معنایی مورد بررسی قرار می گیرند. بر طبق مطالعات صورت گرفته شبکه عصبی کانولوشنی پرکاربردترین و مناسب ترین روش در حوزه پردازش تصویر است. برخی الگوریتم های مبتنی بر شبکه عصبی کانولوشنی از دقت ارزیابی های انسانی درحال حاضر فراتر رفته اند و قابلیت بسیار بالایی برای پیشرفت درآینده در این زمینه وجود دارد. با این حال استفاده از یادگیری عمیق همواره با چالش هایی همراه بوده است که در این مقاله مورد بررسی قرار می گیرند.کلیدواژه ها
هوش مصنوعی، بینایی ماشین، یادگیری عمیق، پردازش تصویر، شبکه عصبیمقالات مرتبط جدید
- بررسی عددی تاثیر لایه مرزی بر عملکرد انتقال حرارت و افت فشار در مبدل های حرارتی
- Quantitative Insights into G Protein Signaling: A Review of Recent SPR Methodologies and Discoveries
- استفاده از دو الگوریتم رمزنگاری AES و DES در راستای افزایش امنیت اطلاعات در شبکه های حسگر بیسیم
- پیشنهاد الگوریتم های بهینه سازی برای طراحی گراف های پیچیده با استفاده از شبکه های مولد (GAN)
- طراحی و ارزیابی مدل های تحلیلی برای تسریع فرایند های تصمیم گیری در تحلیل داده های بزرگ به کمک تکنیک یادگیری ماشین
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.