یادگیری ژرف و چالش های آن

شماره :
46511
آخرین به روزرسانی :
سه شنبه 1402/06/28 ساعت 16:36
دسته بندی
در سخنرانی علمی مطرح شد؛

یادگیری ژرف و چالش های آن

به گزارش روابط عمومی پژوهشگاه ارتباطات و فناوری اطلاعات؛ سلسله سخنرانی های مرکز نوآوری و توسعه هوش مصنوعی به منظور آگاهی بیشتر در حوزه هوش مصنوعی در پژوهشگاه ارتباطات و فناوری اطلاعات با موضوع «یادگیری ژرف و چالش های آن» در محل پژوهشگاه برگزار شد.

گفتنی است در این نشست که به صورت آنلاین و حضوری برگزار شد، پروفسور محمد تشنه لب استاد دانشکده مهندسی برق و کامپیوتر دانشگاه صنعتی خواجه نصیرالدین طوسی، موسس و رئیس آزمایشگاه سیستم های هوشمند این دانشگاه و عضو هیأت مدیره انجمن سیستمهای هوشمند ایران درباره نحوه یادگیری در شبکه های عصبی ژرف نکاتی را ارائه کرد.
دکتر تشنه لب یادآور شد، شبکه های عصبی  ژرف به عنوان ابزاری در توسعه روز افزون هوش مصنوعی طی دهه اخیر نقش آفرینی کرده اند. وی ضمن تشریح اصول شبکه های عصبی کلاسیک و شبکه های عصبی ژرف افزود با مطرح شدن کاربردهای چندحوزه ای هوش مصنوعی و افزایش بسیار سریع ابعاد و حجم داده ها، نیاز به شبکه های عصبی ژرف احساس شد که آموزش آنها بویژه در لایه های ورودی از چالشهای  بزرگ این حوزه است. بنابراین یک روش کارا و مفید، استفاده از یادگیری ژرف در شبکه های عصبی ژرف می باشد که در این راستا، حذف دادگان پیش نمی آید و آموزش پارامترها در کلیه لایه ها نسبتا خوب پیش می رود و یک روش ترکیب و فشرده سازی دادگان با حفظ اطلاعات مفید می باشد. ایشان چندین روش یادگیری ژرف وچالشهای آموزش آنها و روشهای نوین حل آنها را مطرح نمودند که نتیجه پژوهشهای ایشان است. از این شبکه ها می توان به مرسوم ترین آنها یعنی شبکه های عصبی کد کننده های خودکار برای استفاده دادگان و شبکه عصبی پیچشی برای تصاویر اشاره نمود.
 گفتنی است علاقمندان به این حوزه جهت دسترسی به محتوای کامل سخنرانی در اسرع وقت می توانند به لینک seminar.itrc.ac.ir مراجعه کنند.

گالری تصاویر

X