بکارگیری روش های یادگیری عمیق برای تشخیص فعالیت مبتنی بر سنسور
- سال انتشار: 1396
- محل انتشار: کنفرانس ملی فناوری های نوین در مهندسی برق و کامپیوتر
- کد COI اختصاصی: PCCO01_162
- زبان مقاله: فارسی
- تعداد مشاهده: 1240
نویسندگان
گروه برق و کامپیوتر، مجتمع آموزش عالی گناباد
گروه برق و کامپیوتر، مجتمع آموزش عالی گناباد،
چکیده
یادگیری عمیق یکی از شاخه های علم یادگیری ماشین است که برپایه شبکه های عصبی مصنوعی بنا نهاده شده است و در سال های اخیر، استفاده از روش های یادگیری عمیق در کاربردهای گوناگون، نتایج خوبی را به دنبال داشته است. از طرف دیگر یکی از موضوعات تحقیقاتی پرکاربرد، تشخیص فعالیت انسان میباشد که براساس داده های دریافتی از سنسورها به شناسایی فعالیت های ساده و پیچیده میپردازد. بکارگیری روش های تشخیص الگوی مرسوم قبلی، محدودیت هایی در تشخیص فعالیت به همراه دارد که برای غلبه بر آنها، روش ها و معماری های یادگیری عمیق مانند شبکه باور عمیق یا شبکه عصبی کانولوشن، در این حوزه بکار گرفته شده است. از این رو در این مقاله پس از بیان اهمیت مساله و ضرورت بکارگیری یادگیری عمیق، به بررسی تحقیقات انجام شده در زمینه تشخیص فعالیت بر اساس یادگیری عمیق پرداخته میشود و در نهایت چالشهای مهم این حوزه بیان خواهد شدکلیدواژه ها
تشخیص فعالیت، یادگیری عمیق، تشخیص الگو، شبکه باور عمیق، شبکه عصبی کانولوشنمقالات مرتبط جدید
- سیستم تشخیص نفوذ در محیط رایانش ابری با استفاده از یادگیری ویژ گی
- کاهش هزینه تعمیراتی ماشین های سنگین از طریق بهبود الگوریتم درخت تصمیم با الگوریتم های انتخاب ویژگی Information Gain ،Correlation و SVM
- پردازش کوانتومی تصاویر پزشکی و تشخیص لبه آن با استفاده از الگوریتم QHED
- بررسی و مقایسه روشهای تشخیص اکانت های جعلی در شبکه های اجتماعی
- مکان یابی و مقدار بهینه منابع تولید پراکنده به منظورکاهش تلفات و بهبود انحراف ولتاژ شبکه نامتعادل توزیع
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.