معرفی دو تکنیک One-Hot Encoding و انواع نرمال سازی در الگوریتمهای هوش مصنوعی
- سال انتشار: 1404
- محل انتشار: سیزدهمین کنفرانس بین المللی مطالعات نوین مهندسی عمران، معماری، شهرسازی و محیط زیست در قرن ۲۱
- کد COI اختصاصی: CMUECONF13_077
- زبان مقاله: فارسی
- تعداد مشاهده: 856
نویسندگان
دانشجوی دکتری مهندسی عمران-زلزله، دانشگاه صنعتی شیراز، ایران
چکیده
در عصری که پیشرفت سریع، فناوری، هوش مصنوعی را به ابزارهایی اجتناب ناپذیر در صنایع مختلف بدل کرده، مهندسی عمران نیز با بهره گیری از این تحولات شاهد انقلابی در دقت، سرعت و کارایی فرآیندهای خود است. هوش مصنوعی به عنوان یک علم میان رشته ای، قدرتمند با تکیه بر الگوریتم های هوشمندی نظیر GNN، GAN، SVM و DT قابلیت یادگیری از داده های عظیم و تصمیم گیری مستقل را فراهم آورده و در حوزه هایی چون تحلیل و طراحی بهینه سازه، مدیریت پروژه، پایش سلامت سازه ها و مدیریت زیرساخت ها، نقشی کلیدی ایفا می کند. اگر بخواهیم جز ورودی برای هر الگوریتم هوش مصنوعی باشد، نیاز است که از تکنیک One-Hot Encoding استفاده کرده تا داده متنی را الگوریتم متوجه شود. یکی از روش هایی که منجر به جلوگیری از خطای شبکه می شود، نرمال سازی پایگاه داده ورودی به الگوریتم است. پژوهش حاضر نیز به این دو موضوع می پردازد تا بتوان به نتایجی قابل اعتمادتر و کارآمدتر در پروژه های عمرانی دست یافت.کلیدواژه ها
هوش مصنوعی, نرمال سازی, One-Hot Encodingمقالات مرتبط جدید
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.