مروری بر روش های کلاس بندی سنگ بر پایه یادگیری عمیق

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 450

فایل این مقاله در 5 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CEITS01_142

تاریخ نمایه سازی: 22 دی 1396

چکیده مقاله:

کارهای اولیه انجام شده بروی شبکه های عصبی هوشمند با فراز و نشیب های زیادی مواجه بوده، ولی همیشه بحث مورد علاقه محققان است. روش های تلفیقی مبتنی برشبکه های عصبی برای دسته بندی، خوشه بندی، پیش بینی و تخمین زدن توانسته در مصارف مهمی چون تشخیص مشکلات پزشکی، بیولوژیکی، تجارت، رباتیک و پروژه های صنعتی نقش کلیدی را ایفا کنند. آخرین پیشرفت در این رشته باعث ابداع روش های دیگر مانند یادگیری عمیق است که حاصل پیشرفت محاسبات موازی سخت افزاری و نرم افزاری می باشد. یکی از مصارف موثر یادگیر عمق در طبقه بندی تصاویر است و روشی مناسب برای استفاده در صنعت سنگ های ساختمانی می باشد.

نویسندگان

مینا دهقان

دانشجوی کارشناسی ارشد، رشته مهندسی کامپیوتر نرم افزار، دانشگاه آزاد اسلامی، واحد اصفهان (خوراسگان)، اصفهان، ایران

امیرحسن منجمی

هییت علمی، دانشکده فنی و مهندسی ( گروه کامپیوتر )، دانشگاه اصفهان، اصفهان، ایران