لطفا منتظر بمانید ...
0% Complete
صفحه اصلی
/
ششمین کنفرانس بین المللی محاسبات نرم
چارچوب هوسمند مبتنی بر یادگیری عمیق برای بهینهسازی تصمیمگیری در سامانههای خودکار
نویسندگان :
محمدرضا ولایتی فر
1
کرم اله باقری فرد
2
راضیه ملک حسینی
3
1- دانشگاه آزاد اسلامی واحد یاسوج
2- دانشگاه آزاد اسلامی واحد یاسوج
3- دانشگاه آزاد اسلامی واحد یاسوج
کلمات کلیدی :
یادگیری عمیق،ایمنی،سامانههای خودکار،یادگیری از ترجیحات انسانی،تصمیمگیری خودکار،هوسمندی
چکیده :
با پیشرفت سامانههای خودکار و افزایش پیچیدگی محیطهای تصمیمگیری، نیاز به مدلهای تصمیمگیری هوشمند که بتوانند ترجیحات انسانی و معیارهای چندبعدی را در نظر بگیرند بیش از پیش احساس میشود. در این مقاله، یک چارچوب هوسمند مبتنی بر یادگیری عمیق ارائه میشود که از مدلهای هوسمندی یادگرفتهشده برای بهینهسازی تصمیمگیری در سامانههای خودکار استفاده میکند. این چارچوب شامل ماژولهای مدل هوسمندی، سیاست/برنامهریز، تخمین عدم قطعیت و حلقه بازخورد انسانی است و امکان یادگیری از ترجیحات انسانی و رعایت محدودیتهای ایمنی را فراهم میکند.
لیست مقالات
لیست مقالات بایگانی شده
How Spotify’s Recommendation Algorithms Power Personalized Playlists: A Comparative Analysis with YouTube Music and Pandora.
Nima Nikrouz - Ali Shahnazi - Abdorreza Hesam Mohseni
انتخاب ویژگی مبتنی بر امتیاز فیشر با استفاده از دادههای برچسبدار و بدون برچسب
راضیه شیخ پور
بررسی تجزیه پذیری جبرهای k-گرافی
مریم کشول رجب زاده
کاربرد الگوریتم ژنتیک برای برنامه ریزی واحدهای نیروگاهی در بازار برق با توجه به حضور بارهای پاسخگو
ایمان آقایی پور - بابک صفری چابک
مدل جانشین مبتنی بر شبکه عصبی عمیق برای برآورد سریع تلفات در شبکههای توزیع قابل بازپیکربندی
محمد یاسین رحمتی دروازی - حسین افراخته
بهینهسازی چهارچوب مدل ذخیرهسازی اسناد بزرگ XML با استفاده از مدلهای زبانی بزرگ
محمدجواد باقری درزی محله - مرضیه قویدل - مرضیه فریدی ماسوله
رابطه سادگی مدرج جبر کامیان- پسک و سادگی حلقه پایه آن
مریم کشول رجب زاده - سهیلا سیدبویر
Anti Soft Rings and Anti Soft Ideals in Rings
Rasul Rasuli
ارائه یک الگوریتم تکاملی نوین بهینه سازی با توابع هدف خیلی زیاد بر اساس روش جزیره ای مبتنی بر بردارهای جهت به کمک شاخص دو دویی
امیرحسین فردی - علی جمالی
بررسی تطبیقی جامع استخراج ویژگی Vision Transformer (ViT) در برابر شبکه های کانولوشنی (CNN) مدرن برای تشخیص عیوب سطح شیشه: ارزیابی تأثیر ادغام ویژگی و طبقه بندهای یادگیری ماشین
زهرا زارع شاهی - فاطمه زارع مهرجردی - محسن سرداری زارچی
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.7.1