13316

بررسي جوانب و كاربرد هاي شبيه سازي هوش طبيعي و رويكرد الحاق حافظه به مدل هاي هوش مصنوعي و كاربرد آنها در حل مسائل

1400

دكتر محمدرضا جاهد مطلق

امروزه عملكرد شبكه هاي عصبي و اكثر مدل ها و ماشين هاي هوشمند بر اساس استنتاج است. يعني ماشين پس از دريافت يك نمونه يا دسته از داده ها، پردازشي انجام ميدهد و سپس نتيجه گيري ميكند. و پس از نتيجه گيري، بر اساس صحت خروجي ماشين، رويكرد پردازشي خود را بهبود ميدهد تا به هدف نزديك تر شود.اگرچه اين رويكرد در بسياري از مسائل موفق بوده و به اهداف بزرگي دست يافته است ، اما مشكلات و چالش هاي زيادي بر سر راه اين روش وجود دارد.در اين گزارش تلاش ميشود كه كاربرد الحاق حافظه به شبكه هاي عصبي و مدل هاي هوشمند براي فايق آمدن بر اين چالش ها بررسي شود. براي اين مهم، تنها به چالش هاي شبكه هاي عصبي اكتفا نميشود و به بررسي مسائل يادگيري تقويتي و شبيه سازي هوش طبيعي نيز پرداخته ميشود.

11/15/2023 12:00:00 AM

82721

1403/03/13

Investigating the aspects and applications of natural intelligence simulation and the approach of adding memory to artificial intelligence models and their application in solving problems

شبكه هاي عصبي , يادگيري تقويتي , هوش طبيعي , داده هاي پرت , مسائل دنياي واقعي

ANN , Reinforcement Learning , Natural Intelligence , Outliers , Real-world Problems