ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بررسی الگوریتم یادگیری عمیق و چالش های آن در تجزیه و تحلیل داده های بزرگ

سال انتشار: 1395
کد COI مقاله: CEITECH01_096
زبان مقاله: فارسیمشاهد این مقاله: 495
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بررسی الگوریتم یادگیری عمیق و چالش های آن در تجزیه و تحلیل داده های بزرگ

زهرا قاسمی - گروه کامپیوتر، موسسه آموزش عالی کارون اهواز، اهواز، ایران

چکیده مقاله:

تجزیه و تحلیل داده های بزرگ و یادگیری عمیق دو تمرکز مهم در علم فناوری اطلاعات هستند. داده ی بزرگ در بسیاری از سازمان های دولتی و خصوصی برای جمع آوری حجم انبوهی از اطلاعات در یک دامنه خاص نقش مهمی دارد، که می تواند شامل اطلاعات مفیدی در مورد مشکلاتی از قبیل اطلاعات ملی، امنیت سایبری، تشخیص تقلب، بازاریابی و انفورماتیک پزشکی باشد. شرکت هایی مانند گوگل و مایکروسافت در حال تجزیه و تحلیل حجم زیادی از داده ها برای تحلیل کسب و کار و تصمیم گیری درباره ی تکنولوژی آینده هستند. یکی از مزایای کلیدی یادگیری عمیق، تجزیه و تحلیل و یادگیری از حجم انبوهی از داده های بدون نظارت است، که در آن داده های خام تاحد زیادی بدون سازماندهی هستند. این م وضوع باعث شده به عنوان یک ابزار ارزشمند برای تجزیه و تحلیل داده ی بزرگ مورد استفاده قرار گیرد. در این مقاله بررسی می شود که الگوریتم یادگیری عمیق برای تجزیه و تحلیل داده های بزرگ با چه چالش هایی مواجه است. در ادامه سه مورداز این چالش ها، (جریان داده، داده های ابعاد بالا و مقیاس پذیری مدلها) مطرح می شود و راهکارهایی را برای برطرف کردن آنها ارایه خواهیم نمود.

کلیدواژه ها:

الگوریتم یادگیری عمیق، داده ی بزرگ، چالش یادگیری عمیق، تزیه و تحلیل داده ی بزرگ

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/668613/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
قاسمی، زهرا،1395،بررسی الگوریتم یادگیری عمیق و چالش های آن در تجزیه و تحلیل داده های بزرگ،اولین همایش ملی مهندسی کامپیوتر و فناوری اطلاعات،اهواز،،،https://civilica.com/doc/668613

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1395، قاسمی، زهرا؛ )
برای بار دوم به بعد: (1395، قاسمی؛ )
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
نقد پژوهشگران در مورد مقاله بررسی الگوریتم یادگیری عمیق و چالش های آن در تجزیه و تحلیل داده های بزرگ
پویا پویاپور (1397/01/26): مقاله ای مناسب جهت خواندن و ارجاع دهی به آن

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

نظرات خوانندگان

5.00
1 تعداد پژوهشگران نظر دهنده
5 1
4 0
3 0
2 0
1 0

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: 124
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.

پشتیبانی