ترجمه مقاله سیستم آموزش هوشمند شبکه بر اساس الگوریتم یادگیری عمیق - نشریه هینداوی

ترجمه مقاله سیستم آموزش هوشمند شبکه بر اساس الگوریتم یادگیری عمیق - نشریه هینداوی
قیمت خرید این محصول
۶۳,۰۰۰ تومان
دانلود مقاله انگلیسی
عنوان فارسی
سیستم آموزش هوشمند شبکه بر اساس الگوریتم یادگیری عمیق
عنوان انگلیسی
Network Intelligent Education System Based on the Deep Learning Algorithm
صفحات مقاله فارسی
15
صفحات مقاله انگلیسی
7
سال انتشار
2022
رفرنس
دارای رفرنس در داخل متن و انتهای مقاله
نشریه
هینداوی - Hindawi
فرمت مقاله انگلیسی
pdf و ورد تایپ شده با قابلیت ویرایش
فرمت ترجمه مقاله
pdf و ورد تایپ شده با قابلیت ویرایش
فونت ترجمه مقاله
بی نازنین
سایز ترجمه مقاله
14
نوع مقاله
ISI
نوع نگارش
مقالات پژوهشی (تحقیقاتی)
نوع ارائه مقاله
ژورنال
پایگاه
اسکوپوس
ایمپکت فاکتور(IF) مجله
2.531 در سال 2021
شاخص H_index مجله
50 در سال 2022
شاخص SJR مجله
0.734 در سال 2021
شناسه ISSN مجله
1939-0114
شاخص Q یا Quartile (چارک)
Q2 در سال 2021
کد محصول
13528
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است ✓
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه شده است ✓
وضعیت ترجمه منابع داخل متن
به صورت عدد درچ شده است ✓
وضعیت فرمولها و محاسبات در فایل ترجمه
تایپ شده است
ضمیمه
ندارد ☓
بیس
نیست ☓
مدل مفهومی
ندارد ☓
پرسشنامه
ندارد ☓
متغیر
ندارد ☓
فرضیه
ندارد ☓
رفرنس در ترجمه
در داخل متن و انتهای مقاله درج شده است
رشته های مرتبط با این مقاله
مهندسی کامپیوتر
گرایش های مرتبط با این مقاله
هوش مصنوعی - مهندسی الگوریتم ها و محاسبات
مجله
Security and Communication Networks
doi یا شناسه دیجیتال
https://doi.org/10.1155/2022/5677089
۰.۰ (بدون امتیاز)
امتیاز دهید
فهرست مطالب
1. مقدمه
2. بررسی پژوهش
3. روال کار
4. نتایج و بحث
5. نتیجه گیری
دسترس پذیری داده ها
تعارض منافع
منابع
تصاویر فایل ورد ترجمه مقاله (جهت بزرگنمایی روی عکس کلیک نمایید)
       
فایل پاورپوینت این مقاله
در کنار ترجمه مقاله، فایل پاورپوینت این مقاله نیز ایجاد شده و در این محصول قرار داده شده است که پس از خریداری به همراه ترجمه قابل دانلود خواهد بود. تعداد اسلایدهای این پاورپوینت 18 می باشد و آماده ارائه در دانشگاه یا سایر سمینارها است.
فایل خلاصه ترجمه
در صورتی که نیاز به خلاصه ای از متن ترجمه این مقاله دارید، می توانید از فایل خلاصه ترجمه استفاده نمایید که به این محصول اضافه شده است. خلاصه ترجمه این مقاله در 7 صفحه در فایل word انجام شده و داخل بسته قرار گرفته است.
نمونه چکیده ترجمه متن فارسی
یک روش مبتنی بر یادگیری عمیق، با هدف گسترش ادغام فراگیر آموزش و هوش مصنوعی و پیشبرد دستیابی به هوش مصنوعی در زمینۀ آموزش، ارائه می شود. یادگیری عمیق یک الگوریتم تشخیص الگوی پیشرفته محسوب می شود و قادر است که دانش بالقوه ارزشمند را از داده های حجیم استخراج نماید و از تصمیم گیری دانش محورِ بشر، پشتیبانی به عمل آورد. داده های تجربی نشان می دهند که دقت دسته بندی الگوریتم یادگیری عمیق، به 99.5% می رسد. حتی در خصوص حجم داده های بزرگ و دسته های داده های حجیم، دقت همچنان بالغ بر 96.3% است که به مراتب بالاتر از الگوریتم ماشین بردار پشتیبان، الگوریتم نظریۀ بیزین و الگوریتم خوشه بندی میانگین kاست و آن از توانایی استخراج و یادگیری دانش برای کاربران با میزان دقت بیشتری برخوردار می باشد.
نتیجه گیری. سامانۀ آموزش هوشمند شبکه مبتنی بر یادگیری عمیق منجر به تقویت خودکارسازی، هوشمندی و جاذبه های یادگیری می گردد تا بدین ترتیب از ابتکار عمل کاربران در یادگیری اطمینان خاطر حاصل شود.
2. بررسی پژوهش
در توسعه هوش مصنوعی، سه الگو و مکتب اصلی پژوهشی وجود دارد که عبارتند از: نمادگرایی، پیوندگرایی و رفتارگرایی [9]. این سه الگوی مذکور از تفاسیر و ایده های طراحی متفاوتی برای تولید هوش برخوردارند و ضمناً ابزار فن آورانه و روش طراحی کاربردهای هوش مصنوعی را تحت تاثیر قرار می دهند. در حال حاضر مبحث هوش مصنوعی آموزشی، عمدتاً الگوریتم های یادگیری ماشینی و یادگیری عمیق را به منظور ساخت برنامه های کاربردی سیستمی به کار می گیرد که یک مدل هوشمند مبتنی بر پیوندگرایی می باشد. وجه تمیزدهندۀ مدل پیوندگرا عبارت است از اینکه: «شما ملزم به یادگیری داده های با ابعاد بالاترید تا بدین ترتیب بتوانید به بازنمایی معنایی سطح بالایی دست یابید». نتیجه یک مدل جعبه سیاه محسوب می شود که معمولاً از میزان دقت بالایی برخوردار است ولی عملکرد داخلی آن به طور دقیق قابل شناسایی نمی باشد؛ معضلی که در این باره وجود دارد، برآورد اهمیت هر ویژگی به منظور پیش‌بینی نتایج مدل و تعامل بین ویژگی‌های مختلف می باشد.
یادگیری عمیق ماشینی در مقولۀ بینایی کامپیوتر، تشخیص گفتار و پردازش زبان طبیعی، با تکیه بر داده های حجیم و قدرت محاسباتی بسیار بالا، به سطحی برابر با سطح انسان رسیده و حتی از آن پیش گرفته است و از جمله عوامل پیشبرنده حائز اهمیت برای کسب موفقیت به شمار می رود[10]. در شکل 2، مدل طراحی و فرآیند آموزش با استفاده از سیستم هوش مصنوعی مبتنی بر ارتباط گرایی ارائه شده که می توان آن را به پنج پودمان کاربردی اصلی تقسیم نمود که عبارتند از: درخواست آموزش، داده های آموزش، مشخصه های آموزشی، مدل آموزشی و کاربرد آموزش.

بدون دیدگاه