بررسی نوآوریهای هوش مصنوعی در سیستم های توصیه گر و یادگیری عمیق

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 339

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CONFIT01_0574

تاریخ نمایه سازی: 4 مهر 1403

چکیده مقاله:

هوش مصنوعی از دانش های نوینی است که حاصل انقلاب فناوری در سطح جهان و به نوعی مهم ترین دانش تکنولوژیک پدیدار شده در دهه های اخیر است . اگرچه هوش مصنوعی به عنوان رشته ای دانشگاهی عمدتا در دانشکدههای کامپیوتر جای دارد، اما این دانش نوین مرزهای رایج و مرسوم دانشگاهی را پشت سرنهاده و ماهیت بین رشته ای یافته است ، ماهیت بین رشته ای هوش مصنوعی باعث شده که روان شناسان، زیست شناسان، حقوقدانان، متخصصان کامپیوتر و بسیاری دیگر از دانشمندان دیگر رشته ها درگیر آن شوند طی دهه گذشته ، یادگیری عمیق به موفقیت فراوانی در انواع حیطه های تحقیقاتی هوش مصنوعی دست یافته است . این فناوری که از روی تحقیقات قبلی در زمینه شبکه های عصبی مصنوعیت کامل یافته است . سیستم های توصیه گر، سیستم هایی هستند که می خواهند بر اساس اطلاعات کاربر جاری در سیستم ، یکسری اطلاعات مرتبط با سلایق اش را به او توصیه نمایند. سیستم های توصیه گر به طور گستردهای برای ارائه توصیه های شخصی باکیفیت بالا در میان حجم زیادی از محصولات استفاده می شود. این پژوهش تلاش می کند با استفاده از روش توصیفی تحلیلی به بررسی و مطالعه نوآوری های هوش مصنوعی در سیستم های توصیه گر و یادگیری عمیق بپردازد. یافته های پژوهش نشان می دهد سیستم های توصیه گر به همراه عنصر یادگیری عمیق با اتکا بر هوش مصنوعی به دلیل توانایی در یادگیری از مجموعه دادههای بزرگ و کاربردهای فراوان آن در زمینه های مختلف ، به طور چشمگیری محبوب شده و در مسیر پیشرفت قرار دارند.

کلیدواژه ها:

نویسندگان

مازیار کریمی

دانشجوی کارشناس ارشد گروه مهندسی نرم افزار موسسه آموزش عالی پیشتازان، شیراز، ایران

فرشته رضائی

استادیار موسسه آموزش عالی پیشتازان، شیراز، ایران