آینده پژوهشی تغییرات اقلیمی باهوش مصنوعی؛ یک مقاله مروری
- سال انتشار: 1402
- محل انتشار: اولین کنگره ملی تغییر اقلیم و سلامت
- کد COI اختصاصی: CCCHR01_001
- زبان مقاله: فارسی
- تعداد مشاهده: 408
نویسندگان
دانشجوی دکتری تخصصی اپیدمیولوژی، کمیته تحقیقات دانشجویی، دانشگاه علوم پزشکی شیراز، شیراز، ایران
دانشجوی کارشناس ارشد اپیدمیولوژی، گروه اپیدمیولوژی، دانشکده بهداشت، دانشگاه علوم پزشکی ایلام، ایلام، ایران.
چکیده
مقدمه: تغییرات اقلیمی یکی از چالش های بزرگ جهانی است که تاثیرات گسترده ای بر زندگی انسان ها و محیط زیست دارد.هوش مصنوعی به عنوان یکی از فناوری های پیشرفته، قابلیت استفاده در بررسی و پیش بینی تغییرات اقلیمی را داراست. در اینمقاله مروری، آینده پژوهشی تغییرات اقلیمی با استفاده از هوش مصنوعی مورد بررسی قرار گرفت.مواد و روش ها: در این مطالعه مروری، با استفاده از کلمات کلیدی مناسب، جستجو در موتور جستجو و دیتابیس های علمی شامل Google Scholar ، Magiran ، SID ، Iranmedex ، و PubMed Irandoc انجام شد. مطالعات منتشر شده در پایگاه های فارسی و لاتین با کلیدواژه : " تغییرات اقلیمی "، " تغییرات شدید آب و هوا"، " هوش مصنوعی "، " آینده پژوهشی " و معادل لاتینآن ها طبق Mesh terms و ترکیب کردن مترادف ها با عملگرهای AND ", " OR ", " NOT " " در بازهی زمانی ۱۴۰۱ الی۱۴۰۲ انتخاب شدند. پس از بررسی، ارزیابی عناوین و چکیده ها طبق معیارهای پذیرش، از بین ۴۱ پژوهش انجام شده، ۱۱ مطالعهبرای بررسی انتخاب شدند. یافته ها : تحقیقات نشان می دهد که استفاده از هوش مصنوعی در پیش بینی تغییرات اقلیمی می تواند نتایج قابل قبولی را بهدنبال داشته باشد. الگوریتم های هوش مصنوعی مانند شبکه های عصبی، الگوریتم ژنتیک و ماشین بردار پشتیبان می توانند بهتحلیل داده های اقلیمی و پیش بینی تغییرات آینده کمک کنند .نتیجه گیری : استفاده از هوش مصنوعی در پیش بینی تغییرات اقلیمی یک رویکرد موثر است که می تواند به ما در درک بهتر ازتغییرات آینده کمک کند. با استفاده از الگوریتم های هوش مصنوعی، می توان به صورت دقیق تر و سریع تر تغییرات اقلیمی را پیشبینی کرد و اقدامات پیشگیرانه برای مدیریت این تغییرات را انجام داد.لذا برای استفاده بهینه از هوش مصنوعی در این زمینه، میتوان از راه حل های زیر استفاده کرد: جمع آوری داده های دقیق، انتخاب الگوریتم های مناسب شامل شبکه های عصبی، الگوریتمژنتیک و ماشین بردار پشتیبان، بررسی پارامترها مانند تعداد لایه ها و نودها در شبکه عصبی یا تعداد نسل ها در الگوریتم ژنتیک،ارزیابی و بهبود مدل همچنین همکاری و اشتراک دانش برای بهره برداری کامل از هوش مصنوعی در پیش بینی تغییرات اقلیمی.کلیدواژه ها
تغییرات اقلیمی، هوش مصنوعی، آینده پژوهشی، تغییرات شدید آب و هوایی، مقاله مروری.مقالات مرتبط جدید
- استفاده از مواد دوست دار محیطزیست بهعنوان جایگزین برای صنعت بستهبندی مواد غذایی
- مروری بر کاربرد چارچوبهای فلزی-آلی در جذب دیاکسید کربن
- کنترل بهینه یک مدل دینامیکی امکانات و تسهیلات گردشگری در جهت توسعه پایدار مبتنی بر تاثیرات عوامل محیطی
- بررسی موانع پیاده سازی استانداردهایISO با تاکید بر مدیریت سبز با استفاده از شبکههای عصبی عمیق کانولوشن
- استخراج رمزارز و چالش های آلودگی محیط زیست
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.