مروری بر یادگیری عمیق، مفاهیم و عملکرد

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,524

فایل این مقاله در 6 صفحه با فرمت PDF 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:

TECHSD05_125

تاریخ نمایه سازی: 25 آذر 1398

چکیده مقاله:

یادگیری عمیق شاخه ای از بحث یادگیری ماشین و مجموعه ای از الگوریتمهایی است که تلاش می کنند مفاهیم انتزاعی سطح بالا را با استفاده یادگیری در سطوح و لایه های مختلف مدل کنند. در یادگیری عمیق شبکه های عصبی مصنوعی و الگوریتمهای مشابه مغز بشر از مجموعه های عظیم داده مهارت های مورد نظر را فرا میگیرند. دلیل استفاده از عبارت یادگیری عمیق این است که شبکه های عصبی لایه های مختلف یا عمیقی دارند که یادگیری را ممکن میسازد. هدف ما در این مقاله بررسی کامل یادگیری عمیق و مفاهیم آن، کاربردها و دسته بندی آن، همچنین ارائه شرح مختصری از نحوه ایجاد و آموزش مدلهای یادگیری و اجرای یادگیری عمیق در نرم افزار متلب میباشد. امیدواریم این مقاله جمعبندی ارزشمندی برای محققان جدید یادگیری عمیق و همچنین افرادی که به دنبال نوآوری در کاربردهای یادگیری عمیق هستند، باشد.

کلیدواژه ها:

نویسندگان

مهدیه عبدی پور

گروه مهندسی برق، دانشگاه آزاد اسلامی واحد نجف آباد، شهر نجف آباد

علی شکوهی رستمی

گروه مهندسی برق، دانشگاه سیستان و بلوچستان، شهر زاهدان