تکامل نسلی، رویکردی نوآورانه به منظور بازآموزی مدل های شبکه های عصبی انتشار
- سال انتشار: 1403
- محل انتشار: اولین کنفرانس بین المللی دوسالانه هوش مصنوعی و علوم داده
- کد COI اختصاصی: DSAI01_041
- زبان مقاله: فارسی
- تعداد مشاهده: 185
نویسندگان
فارغ التحصیل کارشناسی ارشد مهندسی فناوری اطلاعات، پژوهشگر حوزه هوش مصنوعی
دانشجوی ترم آخر کارشناسی مهندسی کامپیوتر، دانشگاه لرستان
چکیده
در این پژوهش می کوشیم ابتدا نگاهی به مبانی تئوری و معماری های مختلف هوش مصنوعی در حوزه تولید تصویر از متن توصیفی داشته باشیم وپس از آن مدل های انتشار را به عنوان کارآمدترین مدل تولید تصویر در حال حاضر به صورت عمیق تر بررسی خواهیم کرد. در ادامه بررسی اجمالی براثربخشی فرآیند بازآموزی این مدل ها مبتنی بر راهبرد تطبیق پذیری مرتبه پایین را بررسی خواهیم کرد و در نهایت روش نوآورانه تکامل نسلی را مبتنی برآن ارائه خواهیم داد. هدف اصلی در فرآیند تکامل نسلی افزایش دو پارامتر زیبایی بصری و شباهت با نسخه واقعی می باشد که بر اساس نمونه گیری آماریاز نتایج خروجی مدل ها این دو پارامتر به ترتیب و به صورت میانگین ۲۷ و ۱۴ درصد افزایش را نشان می دهد.کلیدواژه ها
خلق تصاویر با هوش مصنوعی، مدل های انتشار، بازآموزی شبکه های عصبی، تطبیق پذیری مرتبه پایین، تکامل نسلیمقالات مرتبط جدید
- بررسی نقش و کاربردهای هوش مصنوعی در رشته مترجمی زبان انگلیسی
- چارچوب یکپارچه مبتنی بر یادگیری عمیق برای تشخیص و مقابله با حملات سایبری در شبکه های صنعتی اینترنت اشیاء
- توسعه سیستم توصیه گر هوشمند برای بهینه سازی مصرف انرژی در شبکه های انرژی هوشمند با استفاده از الگوریتم های یادگیری تقویتی
- طراحی معماری سیستم های نهفته خودترمیم شونده برای کاربردهای بلادرنگ در سیستم های حمل و نقل هوشمند
- طراحی و پیاده سازی سیستم امنیتی یکپارچه برای اینترنت اشیاء صنعتی مبتنی بر محاسبات لبه در صنعت ۴.۰
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.