-
سواد هوش مصنوعی در کلاسهای درس K-16
چهارشنبه 14 خرداد 1404 06:13
ادغام سواد هوش مصنوعی ( AI ) در آموزش K-16 نشان دهندهی یک تکامل حیاتی در آمادهسازی دانشآموزان برای پیمایش، نقد و مشارکت در جهانی است که به طور فزایندهای توسط هوش مصنوعی هدایت میشود. چارچوبهای معاصر، مانند مدل شایستگی یونسکو و "پنج ایدهی بزرگ" ابتکار AI4K12 ، مسیرهای ساختاریافتهای را برای گنجاندن سواد...
-
آموزش سواد هوش مصنوعی در مدارس ابتدایی
چهارشنبه 14 خرداد 1404 06:13
سواد هوش مصنوعی ( AI ) به طور فزایندهای به عنوان یک هدف آموزشی استراتژیک در مدارس ابتدایی در سراسر جهان شناخته میشود. بررسیهای سیستماتیک اخیر و مطالعات تجربی، پیشرفت قابل توجهی را در معرفی مفاهیم، ابزارها و استراتژیهای آموزشی هوش مصنوعی به کودکان ۴ تا ۱۲ ساله نشان میدهد که هدف آن تجهیز آنها به دانش، مهارتها و...
-
ابزارهای یادگیری هوش مصنوعی در آموزش K-12
چهارشنبه 14 خرداد 1404 06:06
ادغام هوش مصنوعی ( AI ) در آموزش K-12 نشان دهنده یک تغییر تحولآفرین در رویکردهای آموزشی است که فرصتهای بیسابقهای را برای تجربیات یادگیری شخصیسازی شده و نتایج آموزشی بهبود یافته ارائه میدهد. تحقیقات جامع اخیر که 46 مطالعه را بررسی میکند، نشان میدهد که آموزش سواد هوش مصنوعی در طول دو دهه گذشته پیشرفت قابل توجهی...
-
توجه چند توکنی: یک مرور کلی
سهشنبه 13 خرداد 1404 05:48
توجه چند توکنی مفهومی است که مکانیسم های توجه سنتی مورد استفاده در مدلهای تبدیل کننده، به ویژه در پردازش زبان طبیعی ( NLP ) و بینایی کامپیوتر را بهبود میبخشد. این مفهوم به مدل اجازه میدهد تا به جای تمرکز بر روی یک نشانه در یک زمان، به طور همزمان به چندین نشانه توجه کند. این رویکرد میتواند کارایی و اثربخشی مدلها...
-
تبدیل از طریق ماسک: مسیرهای حرکتی مبتنی بر ماسک برای تولید تصویر به ویدیو
سهشنبه 13 خرداد 1404 05:45
مقدمه پیشرفت هوش مصنوعی در حوزه تولید تصویر و ویدیو، راههای جدیدی را برای بیان خلاقانه و کاربردهای عملی گشوده است. یکی از رویکردهای نوآورانه، استفاده از مسیرهای حرکتی مبتنی بر ماسک برای ترکیب ویدیوها از تصاویر ثابت است. چارچوب تبدیل از طریق ماسک از این مفهوم بهره میبرد و امکان تولید محتوای ویدیویی پویا را فراهم...
-
مرور کلی بر مجموعه دادههای مکالمات غیررسمی
سهشنبه 13 خرداد 1404 05:43
مجموعه دادههای مکالمات غیررسمی برای تسهیل مطالعه عدالت در سیستمهای هوش مصنوعی محاورهای طراحی شده است. این مجموعه شامل مجموعهای متنوع از تبادلات گفتگو است که طیف وسیعی از تعاملات اجتماعی، موضوعات و دیدگاهها را منعکس میکند. هدف این مجموعه دادهها، ثبت نکات ظریف در استفاده از زبان، احساسات و زمینه است که آن را به...
-
LiRA: یادگیری بازنماییهای بصری گفتار از صدا از طریق خودنظارتی
سهشنبه 13 خرداد 1404 05:41
تلاقی روشهای صوتی و بصری در سالهای اخیر، بهویژه در وظایف مربوط به تشخیص گفتار، لبخوانی و یادگیری چندوجهی، توجه زیادی را به خود جلب کرده است. چارچوب LiRA ( یادگیری بازنماییهای بصری گفتار از صدا) با هدف استفاده از تکنیکهای یادگیری خودنظارتی برای استخراج بازنماییهای بصری معنادار گفتار از ورودیهای صوتی طراحی شده...
-
Transformers4Rec: پر کردن شکاف بین NLP و توصیههای ترتیبی
سهشنبه 13 خرداد 1404 05:36
ترانسفورمرها با فعال کردن مدلها برای ثبت الگوهای پیچیده در دادههای ترتیبی، انقلابی در پردازش زبان طبیعی ( NLP ) ایجاد کردهاند. در سالهای اخیر، محققان شروع به بررسی کاربرد معماریهای ترانسفورمر در حوزه سیستمهای توصیه، به ویژه برای توصیههای ترتیبی و مبتنی بر جلسه، کردهاند. مفهوم Transformers4Rec با هدف بهرهگیری...
-
گذار فاز، توابع فاصله و بازنماییهای عصبی ضمنی
سهشنبه 13 خرداد 1404 05:34
گذار فاز، توابع فاصله و باز نماییهای عصبی ضمنی مفاهیمی هستند که میتوانند در زمینههای مختلف، از جمله فیزیک، ریاضیات و یادگیری ماشین، به هم مرتبط باشند. در اینجا مروری بر هر مفهوم و نحوه ارتباط آنها با یکدیگر ارائه شده است: گذار فاز تعریف: گذار فاز به تبدیل بین حالتهای مختلف ماده (مانند جامد، مایع، گاز) یا فازهای...
-
یادگیری فدرال (FL) یک الگوی یادگیری ماشین توزیعشده
سهشنبه 13 خرداد 1404 05:34
یادگیری فدرال ( FL ) یک الگوی یادگیری ماشین توزیعشده است که به چندین کلاینت (مانند دستگاههای تلفن همراه، دستگاههای اینترنت اشیا) امکان میدهد تا به طور مشترک یک مدل را آموزش دهند و در عین حال دادههای خود را محلی نگه دارند. این رویکرد نگرانیهای مربوط به حریم خصوصی را برطرف میکند، نیاز به انتقال داده را کاهش...
-
بازیابی بین زبانی برای آموزش خودنظارتی تکراری
سهشنبه 13 خرداد 1404 05:30
بازیابی بین زبانی برای آموزش خودنظارتی تکراری، تکنیکی است که از چندین زبان برای بهبود آموزش مدلها، به ویژه در وظایف پردازش زبان طبیعی ( NLP ) استفاده میکند. این رویکرد میتواند به ویژه برای وظایفی مانند بازیابی اطلاعات، ترجمه ماشینی و درک چندزبانه مفید باشد. در زیر مروری بر مفاهیم و روشهای کلیدی مربوط به این رویکرد...
-
تعمیم پیشنهادهای شیء در بینایی کامپیوتر
سهشنبه 13 خرداد 1404 05:27
تعمیم پیشنهادهای شیء در بینایی کامپیوتر، به ویژه در زمینه تشخیص و تقسیمبندی شیء، به توانایی یک مدل در شناسایی و مکانیابی دقیق اشیاء در تصاویری که در طول آموزش با آنها مواجه نشده است، اشاره دارد. دستیابی به تعمیم خوب برای ایجاد مدلهای قوی که در مجموعه دادههای متنوع و سناریوهای دنیای واقعی عملکرد خوبی دارند، بسیار...
-
جداسازی گفتار تک کاناله با گویندگان متعدد با آموزش جایگشت بهینه
سهشنبه 13 خرداد 1404 05:25
«جداسازی گفتار تک کاناله با گویندگان متعدد با آموزش جایگشت بهینه» موضوعی است که به چالشهای جداسازی سیگنالهای گفتار از گویندگان متعدد در یک ضبط صدای تک کاناله میپردازد. این یک حوزه تحقیقاتی قابل توجه در زمینه پردازش صدا و یادگیری ماشین، به ویژه در کاربردهایی مانند تشخیص خودکار گفتار ( ASR )، مخابرات و دستگاههای کمک...
-
مسمومیت هدفمند دادهها برای تأیید مالکیت مجموعه دادههای صوتی جعبه سیاه
سهشنبه 13 خرداد 1404 05:21
«مسمومیت هدفمند دادهها برای تأیید مالکیت مجموعه دادههای صوتی جعبه سیاه» موضوع جالبی است که حوزههای امنیت سایبری، یادگیری ماشین و مدیریت حقوق دیجیتال را در بر میگیرد. در اینجا به تفصیل به آنچه که ممکن است در پی داشته باشد، میپردازیم: مرور کل ی 1. مسمومیت دادهها: این نوعی حمله است که در آن یک مهاجم عمداً دادههای...
-
استدلال مشارکتی: عاملهای اجتماعی خود-بهبودگر با مکالمات مصنوعی
سهشنبه 13 خرداد 1404 05:17
«استدلال مشارکتی: عاملهای اجتماعی خود-بهبوددهنده با مکالمات مصنوعی» به نظر مفهومی جذاب میرسد که هوش مصنوعی، تعامل اجتماعی و یادگیری ماشینی را با هم ادغام میکند. در اینجا خلاصهای از آنچه چنین سیستمی ممکن است شامل شود، آورده شده است: بررسی اجمالی 1. استدلال مشارکتی: این به یک سیستم هوش مصنوعی اشاره دارد که برای...
-
رویکردهای شبکه ناهمگن برای پیشبینی مسیر پروتئین
سهشنبه 6 خرداد 1404 06:20
رویکردهای شبکه ناهمگن برای پیشبینی مسیر پروتئین، انواع دادههای بیولوژیکی متنوع را برای مدلسازی تعاملات پیچیده پروتئین-پروتئین ( PPI) و استنباط مسیرهای عملکردی ادغام میکنند. این روشها چالشهایی مانند نویز دادهها، حاشیهنویسیهای ناقص و نیاز به مدلهای قابل تفسیر در زیستشناسی سیستمها را برطرف میکنند. در زیر یک...
-
مدلهای بنیاد گراف: یک بررسی جامع
سهشنبه 6 خرداد 1404 06:19
مدلهای بنیاد گراف ( GFM ) مرز جدیدی را در یادگیری ماشینی نشان میدهند که هدف آن آوردن قدرت مدلهای از پیش آموزشدیده عمومی و مقیاس بزرگ - مشابه مدلهای موجود در پردازش زبان طبیعی و بینایی - به دادههای ساختاریافته با گراف است. گرافها، با ساختارهای پیچیده و غیراقلیدسی و معانی رابطهای غنی خود، در حوزههایی مانند...
-
ظهور زبان در مغز در حال رشد
جمعه 2 خرداد 1404 06:10
چند میلیون کلمه برای کودکان کافی است تا زبان را یاد بگیرند. با این حال، مکانیسمهای مغزی زیربنایی این توانایی منحصر به فرد هنوز به خوبی شناخته نشدهاند. برای پرداختن به این موضوع، فعالیت عصبی ثبت شده از بیش از ۷۴۰۰ الکترود کاشته شده در مغز ۴۶ کودک، نوجوان و بزرگسال را برای نظارت بر صرع، در حالی که آنها به نسخه کتاب...
-
دستهبند انجمنی: مروری جامع
پنجشنبه 1 خرداد 1404 03:24
یک دستهبند انجمنی [1] ( AC ) یک مدل یادگیری نظارتشده است که از قوانین انجمنی برای پیشبینی برچسبهای کلاس استفاده میکند. این مدل، تکنیکهای کاوش قوانین انجمنی (شناسایی الگوهای مکرر در دادهها) و دستهبندی (اختصاص برچسبهای هدف) را ترکیب میکند و نتایج قابل تفسیر و اغلب دقیقی ارائه میدهد. 1. ساختار مدل: - متشکل از...
-
Rough set
پنجشنبه 1 خرداد 1404 03:05
-
یادگیری ماشین مبتنی بر قانون
پنجشنبه 1 خرداد 1404 03:03
یادگیری ماشین مبتنی بر قانون [1] ( RBML ) اصطلاحی در علوم کامپیوتر است که شامل هر روش یادگیری ماشینی میشود که «قوانین» را برای ذخیره [2] ، دستکاری [3] یا اعمال شناسایی [4] ، یادگیری یا تکامل میدهد.[1][2][3] ویژگی تعیینکننده یک یادگیرنده ماشین مبتنی بر قانون، شناسایی و استفاده از مجموعهای از قوانین رابطهای است که...
-
سیستمهای توصیهگر برای زبان مدلسازی یکپارچه (UML)
چهارشنبه 31 اردیبهشت 1404 06:20
این مرور سیستماتیک، تحقیقات مربوط به تعامل بین سیستمهای توصیهگر ( RS ) و زبان مدلسازی یکپارچه ( UML ) را با تمرکز بر چگونگی کمک RS ها به وظایف مدلسازی UML و چگونگی پشتیبانی UML از توسعه RS ترکیب میکند. در زیر خلاصهای ساختاریافته از یافتهها، روشها و شکافهای کلیدی شناساییشده در ادبیات آمده است. 1. سیستمهای...
-
حافظه ژنتیکی در مقابل شبکههای عصبی سنتی: تفاوتهای کلیدی
دوشنبه 22 اردیبهشت 1404 04:57
حافظه ژنتیکی در علوم کامپیوتر و شبکههای عصبی سنتی ( NN ) الگوهای متمایزی با روشها، کاربردها و نقاط قوت منحصر به فرد هستند. در اینجا یک مقایسه ساختار یافته ارائه شده است: 1. روش اصلی * حافظه ژنتیکی: - الگوریتمهای ژنتیکی ( GA ) را با حافظه توزیعشده پراکنده یا رگرسیون نمادین ترکیب میکند. - از اصول تکاملی (جهش،...
-
شبکههای عصبی گراف در مراقبتهای بهداشتی
دوشنبه 22 اردیبهشت 1404 04:08
در اینجا یک ترکیب سیستماتیک از بررسی و یافتههای مرتبط در مورد کاربردهای GNN در مراقبتهای بهداشتی ارائه شده است: مرور سیستماتیک: شبکههای عصبی گراف در مراقبتهای بهداشتی تمرکز: پیشرفتهای اخیر (2017-2024)، روندها و جهتگیریهای آینده در برنامههای مراقبتهای بهداشتی مبتنی بر GNN ، همانطور که توسط پاول و همکاران...
-
بهینهسازی برنامههای بازیابی پس از بحران در شبکههای بدون مقیاس
دوشنبه 22 اردیبهشت 1404 03:50
جنرال موتورز یا یک کسبوکار محلی، کدام یک بهتر است در رکودهای پس از بحران، که در آن تحریک دولتی برای غلبه بر رکود در نظر گرفته شده است، تحریک شود؟ با توجه به محدودیتهای بودجه، پرسیدن این سوال که چگونه میتوان شانس بهبود اقتصادی را افزایش داد، کاملاً مرتبط است. یکی از عناصر کلیدی برای پاسخ به این سوال، درک ویژگیهای...
-
بررسی روشهای شبکه عصبی گراف برای پیشبینی پیوند پویا
دوشنبه 22 اردیبهشت 1404 03:31
پیشبینی پیوند پویا ( DLP ) در شبکههای در حال تکامل، به دلیل ماهیت زمانی تعاملات، چالشهای منحصر به فردی را ارائه میدهد. شبکههای عصبی گراف ( GNN ) به عنوان ابزارهای قدرتمندی برای DLP ظهور کردهاند و از الگوهای ساختاری و زمانی بهره میبرند. در زیر، ترکیبی ساختاریافته از روشها، پیشرفتها و چالشهای DLP مبتنی بر GNN...
-
کنش (عمل)
یکشنبه 21 اردیبهشت 1404 02:48
این پست در مورد نظریه کنش است. برای مطالعه آثار لودویگ فون میزس [1] در این زمینه، به «کنش انسانی [2] » مراجعه کنید. برای مطالعه این مفهوم در جامعهشناسی، به «کنش اجتماعی [3] » مراجعه کنید. در فلسفه، کنش رویدادی است که یک عامل [4] برای هدفی [5] انجام میدهد، یعنی توسط نیت [6] فرد هدایت میشود.[1][2] اولین سوال در فلسفه...
-
یادگیری کاهش مقیاس گرافهای بزرگ: یک بررسی جامع
جمعه 19 اردیبهشت 1404 04:50
کاهش مقیاس گرافهای بزرگ ضمن حفظ ویژگیهای ساختاری و عملکردی حیاتی، برای محاسبات کارآمد در حوزههایی مانند شبکههای اجتماعی، زیستشناسی و سیستمهای توصیهگر ضروری است. این بررسی، روششناسیهای کلیدی، پیشرفتها و چالشهای موجود در تکنیکهای کاهش گراف را ترکیب میکند. 1. تکنیکهای اصلی الف. درشتسازی گراف * هدف:...
-
انصاف در یادگیری گراف تقویتشده با یادگیری ماشین: یک بررسی
جمعه 19 اردیبهشت 1404 04:49
این بررسی، پیشرفتها در تکنیکهای انصاف برای سیستمهای یادگیری گراف تقویتشده با یادگیری ماشین ( ML ) را ترکیب میکند و به سوگیریهای ناشی از ساختارهای گراف، ویژگیهای گرهها و طرحهای الگوریتمی میپردازد. در زیر یک مرور ساختاریافته از روششناسیهای کلیدی، چالشها و جهتگیریهای آینده آمده است: 1. یادگیری گراف سنتی در...
-
حافظه توزیعشده پراکنده (SDM) به عنوان یک یادگیرنده مداوم
پنجشنبه 18 اردیبهشت 1404 04:46
حافظه توزیعشده پراکنده ( SDM ) یک مدل ریاضی و محاسباتی از حافظه بلندمدت انسان است که توسط پنتی کانروا در سال ۱۹۸۸ معرفی شد [2][3]. این مدل اطلاعات را با استفاده از بردارهای دودویی با ابعاد بالا ذخیره و بازیابی میکند و امکان فراخوانی قوی حتی از ورودیهای نویزی یا جزئی را فراهم میکند. SDM با موارد زیر مشخص میشود: -...
