• شماره ركورد
    7800
  • عنوان
    كاربرد يادگيري عميق در شناسايي خسارت
  • سال تحصيل
    1399
  • استاد راهنما
    دكتر غلامرضا قدرتي اميري
  • چکيده
    هوش مصنوعي به سيستم‌هايي گفته مي‌شود كه مي‌توانند واكنش‌هايي مشابه رفتارهاي هوشمند انساني از جمله درك شرايط پيچيده، شبيه‌سازي فرايندهاي فكري و شيوه‌هاي استدلالي انساني و پاسخ موفق به آن‌ها، يادگيري و توانايي كسب دانش و استدلال براي حل مسائل را داشته باشند. دهه اخير، به عنوان دهه پيشرفت تكنولوژي لقب گرفته است و اين موضوع را مي‌توان تا حد زيادي به دليل انقلاب در توسعه هوش مصنوعي دانست كه به سرعت توجه محققين در سراسر جهان را به خود جلب كرده است. يادگيري ماشين زيرمجموعه‌اي از هوش مصنوعي است و هدف آن يافتن الگوهايي از داده هاي در دسترس، به منظور بهبود عملكرد در انجام وظايف مختلف مي‌باشد. يادگيري عميق نيز شبكه عصبي از ساختار مغز انسان الهام گرفته است و زيرمجموعه‌اي از يادگيري ماشين مي‌باشد كه جهت حل مسائل پيچيده تر بوجود آمده‌اند. هوش مصنوعي، يادگيري ماشين و يادگيري عميق روز به روز بيشتر با زندگي انسان ها آميخته شده و در انجام بسياري از كارها از آن ها استفاده مي‌شود. در اين پژوهش به بررسي كاربردهاي يادگيري عميق در شناسايي خسارات علم مهندسي پرداخته خواهد شد.
  • نام دانشجو

    مونا چمنگرد

  • تاريخ ارائه
    12/6/2020 12:00:00 AM
  • متن كامل
    69386
  • پديد آورنده

    مونا چمنگرد

  • تاريخ ورود اطلاعات
    1399/09/11
  • عنوان به انگليسي
    Application of deep learning in damage detection
  • كليدواژه هاي فارسي
    هوش مصنوعي، شناسايي آسيب، يادگيري عميق
  • كليدواژه هاي لاتين
    Artificial Intelligence, Damage detection, Deep Learning