علم سنجی و تحلیل وضعیت تولیدات علمی منتشر شده در جهان در حوزه «بکارگیری یادگیری فدرال برای شبکه های غیرزمینی»

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 23

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELEMECHCONF08_061

تاریخ نمایه سازی: 19 تیر 1403

چکیده مقاله:

در این پژوهش، برای تعیین زیرحوزه های بکارگیری یادگیری فدرال برای شبکه های غیرزمینی ، از روش هم رخدادی واژگان (از مباحث مطرح در علم سنجی) استفاده شده است. علاوه بر این، کاربردهای مختلف بکارگیری یادگیری فدرال برای شبکه های غیرزمینی ، با استفاده از نرم افزارهای Bibexcel وVOSviewer و با بررسی ۲۷۵ سند پژوهشی منتشر شده از سال ۲۰۱۹ تا ۲۰۲۴ میلادی در پایگاه استنادی اسکوپوس مورد ارزیابی و تحلیل قرار گرفته است. براساس نتایج آماری بدست آمده از تحلیل اسناد موجود، مفاهیمی مانند یادگیری فدرال، وسیله نقلیه هوایی بدون سرنشین (پهباد)، آنتن ها و سیستم های یادگیری از پرکاربردترین موضوعات پژوهشی در این حوزه می باشند.

کلیدواژه ها:

کلمات کلیدی: علم سنجی ، یادگیری فدرال ، ماهواره ، هوش مصنوعی.

نویسندگان

زهرا حیدری

۱- دانشجوی کارشناسی ارشد، مهندسی کامپیوتر گرایش شبکه های کامپیوتری، دانشکده برق و کامپیوتر، دانشگاه آزاد اسلامی واحد تهران شمال، تهران، ایران

پدرام حاجی پور

۲- عضو هیات علمی گروه ارتباطات ماهواره ای، پژوهشکده فناوری ارتباطات، پژوهشگاه ارتباطات و فناوری اطلاعات، تهران، ایران

حسین افتخاری

۳- مشاور سیاست گذاری فناوری، پژوهشگاه ارتباطات و فناوری اطلاعات، تهران، ایران