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

  • سال انتشار: 1395
  • محل انتشار: اولین همایش ملی مهندسی کامپیوتر و فناوری اطلاعات
  • کد COI اختصاصی: CEITECH01_096
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1460
دانلود فایل این مقاله

نویسندگان

زهرا قاسمی

گروه کامپیوتر، موسسه آموزش عالی کارون اهواز، اهواز، ایران

چکیده

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

مقالات 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.