مروری بر روش های کلاس بندی سنگ بر پایه یادگیری عمیق
محل انتشار: اولین کنفرانس ملی کامپیوتر و فناوری اطلاعات
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 450
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
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.
کلیدواژه ها:
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