مطالب مرتبط با کلیدواژه
۱.
۲.
۳.
۵.
۶.
۷.
۸.
۹.
۱۰.
۱۱.
۱۲.
۱۳.
۱۵.
۱۶.
۱۷.
۱۸.
۱۹.
۲۰.
هوش مصنوعی
حوزه های تخصصی:
این مقاله مسأله بهینه سازی ترکیبی و نیز چگونگی ترکیب تحقیق در عملیات و هوش مصنوعی برای حل این نوع مسأله را، مورد بررسی قرار می دهد. در این تحقیق یکی از مسائل بهینه سازی ترکیبی – مسئله توزیع و مسیر یابی وسیله نقلیه – که به طور خاص در دهه اخیر مورد مطالعه قرار گرفته، بررسی شده است.
روایت افراطی از هوش مصنوعی و مسئله وضوع ناپذیری ذهن(مقاله علمی وزارت علوم)
منبع:
نامه مفید ۱۳۸۵ شماره ۵۶
حوزه های تخصصی:
تقلید ازهوش انسانی با استفاده از علوم رایانه ای و فیزیکی هوش مصنوعی نام گرفته است. از میانه قرن بیستم که رایانه ها قابلیت های خود را به نمایش گذاردند برخی از دانشمندان درصدد برآمدند تا هوش و ذهن انسانی را با استفاده از ماشین تقلید نمایند. پشت چنین تلاش هایی دیدگاهی خاص در باب ذهن انسان نهفته است. در واقع هوش مصنوعی ریشه در فلسفه دوران مدرن داشته و بر بستر کلی تفکر در غرب اتکا دارد. هدف این مقاله آن است که نشان دهد اولا، هوش مصنوعی در بنیاد خود بر فلسفه مدرن که کوژیتو در بن آن قرار دارد متکی است. ثانیا، امکان و یا امنتاع دستیابی به قرائت افراطی از هوش مصنوعی براساس دستاوردهای اندیشه میشل فوکو و دیدگاه وی در باب کوژیتوی دوران مدرن مورد بررسی قرار خواهد گرفت.
سیستم های اطلاعاتی و فناوری: ضرورت استفاده از سیستم های خبره در قلمرو امور مالی و حسابداری: دوره های
منبع:
حسابدار ۱۳۸۶ شماره ۱۸۷
حوزه های تخصصی:
در سال های اخیر، تلفیق علم حسابداری و نوآوری های عرصه فناوری اطلاعات و ارتباطات سبب شده تا با استفاده از ابزارها و روش های نوین، شاهد سرعت و دقت روزافزون در سیستم های مالی باشیم. یکی از این نوآوری ها، استقرار سیستم های خبره در قلمرو مالی و حسابداری است که هزینه های عملیاتی را به شدت کاهش داده و ارائه خدمات مالی را بسیار سودآور کرده است. استفاده از این سیستم ها سبب می شود تا با صرف نیروی انسانی و ...
نقش هوش مصنوعی و نظام های خبره در ارتقاء مدیریت دانش
حوزه های تخصصی:
تاثیر پیش ویرایش بر کیفیت خروجی ماشین ترجمه پدیده(مقاله علمی وزارت علوم)
حوزه های تخصصی:
هدف این تحقیق بررسی تاثیر پیش ویرایش بر کیفیت خروجی ماشین ترجمه پدیده است. ابتدا متن های خروجی نرم افزار پدیده جهت مشخص کردن مشکلات متداول زبانی این نرم افزار مورد بررسی قرار گرفت؛ سپس با توجه به مشکلات عمده، پیش ویرایش مناسب تعریف شد. پس از اعمال پیش ویرایش، کیفیت خروجی ماشین ترجمه پدیده قبل و بعد از پیش ویرایش با استفاده مدل ارزیابی کارول از لحاظ قابلیت فهم و صحت مورد ارزیابی قرار گرفت. نتایج تحقیق نشان داد که پیش ویرایش، بهبود قابل ملاحظه ای در کیفیت خروجی ماشین ترجمه پدیده به دست نمی دهد.
بررسی بُعد زبانشناختی ترجمة ماشینی و معرفی اجمالی علوم مرتبط با آن?(مقاله علمی وزارت علوم)
حوزه های تخصصی:
نظام ترجمه ماشینی فعالیتی چند بعدی است، که در چند حیطه مبتنی بر ابتکار عمل و قدرت حل مساله است. در این مهارت از برخی دانش های بین رشته ای نیز استفاده فراوانی می شود. ترفندهای هوش مصنوعی با بکارگیری اصول ریاضی، آمار و منطق، قالب مناسبی از زبان را که مناسب برنامه نویسی و انتقال به ماشین است، فراهم می آورد. در کشور ما این فعالیت دیر شروع شد و اکنون نیز دارای حرکت منسجمی نیست، برای پیشرفت در حیطه ترجمه ماشینی نیازمند احاطه در سه زمینه مختلف است: 1- داده پردازی، توصیف و ساختن مدل های مناسب زبان برای کاربرد هوشمند 2- ساخت و استفاده از نرم افزارهای مربوط به این کار 3- به کارگرفتن فناوری مرتبط. در این مقاله با لحاظ قرار دادن تفکیک این سه زمینه، برخی ابعاد زبان شناختی نظام ترجمه ماشینی، براساس محور قراردادن روش های تجربه شده در روسیه تبیین می گردد. همچنین به واسطه ارتباط تنگاتنگ ترجمه ماشینی با هوش مصنوعی و برنامه نویسی، برخی اطلاعات کلی این علوم، در موارد مرتبط ارایه می شود.
پردازش گروه اسمی
حوزه های تخصصی:
گروه اسمی مهمترین سازه در تحلیل رایانهای زبان فارسی است. گروه اسمی از یک کلمه یا گروهی از کلمات ساخته میشود. این گروه یک هسته و تعدادی وابسته پیشین و پسین دارد. وابستههای پیشین عبارتند از صفت اشاره، عدد، ممیز، صفت عالی، شاخص، صفت پرسشی، صفت مبهم، صفت تعجبی، یک نکره. وابستههای پسین شامل صفت بیانی و «-ی» نکره و مضافالیه و بدل و گروه حرف اضافه و جمله ربطی هستند. وابستههای پیشین محدودیتهای همنشینی دارند. اولاً همه آنها همزمان قبل از هسته نمیآیند و ثانیاً هر وابستهای در کنار وابسته دیگر قرار نمیگیرد و ثالثاً با ترتیب خاصی در کنار هم میآیند. در ترتیب همنشینی وابستههای پسین نیز محدودیتهای هست.
گروه اعداد در ترجمه ماشینی
حوزه های تخصصی:
هدف از عرضه گروه اعداد، ساختن ترکیبات مجاز از اعداد اصلی و ترتیبی در زبان فارسی است. در این مقاله سی و هشت عضو دستگاه عددگویی فارسی در چهارگروه چندعضوی و دو گروه تکعضوی قرار داده شدهاند. سی و هشت عضو مذکور در دو دسته قاعده کلی (یعنی قواعد گروه اعداد اصلی و اعداد ترتیبی) جای داده شدهاند. تعداد قواعد اعداد اصلی شامل چهل و هفت، و تعداد قواعد اعداد ترتیبی (که خود بر دو نوعاند) شامل چهار قاعده است. در این قواعد، امکانات بالقوه همنشینی اعداد اصلی و ترتیبی، با ذکر مثال بررسی شده است.
ارایه یک مدل جدید آماری برای شناسایی و تفکیک هوشمند متون مختلف از یکدیگر(مقاله علمی وزارت علوم)
حوزه های تخصصی:
کمتر کسی در مورد تفاوت های موجود بین زبان های مختلف تردید دارد، اما می توان این تفاوت ها را مدل سازی نموده و الگویی را استخراج کرد که به کمک آن بتوان یک زبان مورد نظر را از میان سایر زبان ها و بصورتی اتوماتیک شناسایی کرد؟ منظور از مدل سازی، بررسی ساختاری زبان های مختلف در یک چارچوب یکسان و در ارتباط با فیزیک و کالبد کلمات است.در این مقاله، طول کلمه و توزیع آماری آن را تحلیل کرده و نشان خواهیم داد که شناسایی پنج زبان زنده دنیا با مطالعه طول کلمات آن ها کاملا امکان پذیر است. این مدل سازی امکانات و تسهیلات جدیدی را در فضای فناوری اطلاعات و بهینه سازی فرآیندهای داده کاوی فراهم خواهد آورد.
بررسی مسایل اخلاقی در سیستم های هوشمند(مقاله علمی وزارت علوم)
حوزه های تخصصی:
با وجود مزایای انکار نشدنی سیستم های رایانه ای هوشمند و کاربردهای حیرت برانگیز آنها در پیشبرد آموزش، صنعت و فرهنگ کشورهای مختلف، مسائل اخلاقی بسیاری در مورد آنها مطرح شده است. در این مقاله پس از تعریف هوش مصنوعی و سیستمهای هوشمند، ابتدا به بررسی مسائل اخلاقی مشترک بین سیستمهای هوشمند و سیستم های رایانه ای و شبکه جهانی می پرازیم، سپس مهمترین مسائل اخلاقی مرتبط با دو نوع سیستم هوشمند مورد بررسی قرار می گیرند.
مهمترین مسائل اخلاقی مشترک میان سیستمهای هوشمند و غیرهوشمند رایانه ای به تاثیر رایانه ها در محیط های کاری، امنیت این سیستمها، تکثیر غیر مجاز و مشکلات ناشی از بی نامی برمی گردد. سیستمهای داده کاوی و خبره دو نوع ازسیستمهای معروف و پرکاربرد هوشمند هستند که مسائل اخلاقی هر یک به طور خاص و جداگانه مورد بررسی قرار گرفته است.
حقوق مالکیت فکری در آثار مبتنی بر رایانه (برگرفته از رایانه)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
بعد از ظهور رایانه در نیمه دوم قرن بیستم و تولید گسترده انواع آثار شگفت انگیز ادبی، علمی و هنری توسط آن، بدون دخالت مستقیم انسان ها، نحوه حمایت حقوقی از این آثار و احکام حقوقی آن در قالب نظام موجود مالکیت ادبی و هنری با چالش های فراوان مواجه شده است. موضوعاتی همچون تعیین حکم پدیدآورندگی، مدت حمایت، و حقوق معنوی یا اخلاقی در این قبیل آثار همگی مسائلی است که باید تکلیف آن در قوانین مالکیت ادبی وهنری به صراحت مشخص گردد. گرچه در برخی از قوانین مانند قوانین انگلستان تکلیف این موارد به صراحت در قانون مشخص شده، اما این مسأله هنوز در قوانین بسیاری از کشورها همچون آمریکا، فرانسه و آلمان به وضوح مورد توجه قرار نگرفته است. قوانین مالکیت ادبی و هنری ایران نیز که بیش تر تحت تأثیر نظام حقوقی فرانسه است نیز به صراحت به این موضوع نپرداخته است. اما با توجه به رشد شتابان تولید این قبیل آثار و ارزش و جایگاه اقتصادی آن ها در بازار به نظر میرسد لازم است قانونگذار ما در این باره واکنش مناسبی از خود نشان دهد و در اصلاح قوانین، این موضوع را در ردیف بانکهای اطلاعاتی غیر اصیل به موجب نظام ویژه (sui generis) مورد حمایت خود قرار دهد.
هوش مصنوعی و الگوریتم ترکیبی مناسب برای افزایش دقت پیش بینی های مدیریتی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
این مقاله یک سامانه ی خبره ی ساده و اثربخش را برای پیش بینی داده های نوسانی تصادفی وکوتاه مدت ایجاد نموده است. فرآیند بررسی شامل معرفی سری فوریه، زنجیره ی مارکوف و مقایسه ی مدل پیش بینی (گِری) با مدل پیش بینی ترکیبی گری- فوریه- مارکوف که در هم آمیخته شده اندادامه یافته، تا منجربه خلق یک سامانه ی خبره ی پیش بینی با کمک هوش مصنوعی شود. این مدل موجب می شود اثربخشی پیش بینی داده های تصادفی نوسانی در اکثر برنامه های مدیریتی افزایش یابد. حاصل این مطالعه، معرفی الگوریتم تشخیص هوش مصنوعی است که کمک می کند تا محیطی رایانه ای برای یک سامانه ی پیش بینی خبره ایجاد شود که داده های کوتاه مدت و اتفاقی ناپایدار را به درستی و بادقت پیش بینی کند. جهت آزمون اثربخشی الگوریتم ارایه شده از داده های مطالعه های (چن تسای لین،2008 ) و داده های مربوط به پیش بینی تقاضای گردشگری در ایران استفاده شده است.نتایج، نشان می دهد خروجی مدل برای دوکشور از دقت بالایی برخوردار است.
مقاله کوتاه:کاربرد سیستم های هوش مصنوعی در تصمیم گیری های پزشکی: مزایا و چالش ها(مقاله پژوهشی وزارت بهداشت)
حوزه های تخصصی:
به دلیل پیچیدگی تصمیمات پزشکی، کاربرد سیستم های اطلاعاتی جهت پشتیبانی از این تصمیمات افزایش یافته است. در این بین، نقش سیستم های هوشمند در یاری رسانی به پزشکان برجسته است. در این مقاله، به بررسی قابلیت این سیستم ها در پزشکی پرداخته شده است و مهم ترین چالش های به کارگیری این سیستم ها مورد بحث قرار گرفته است. محدودیت تکنولوژی، هزینه ی سیستم، نگهداری متخصصین در سازمان، وارد کردن داده های بیمار در سیستم، مشکلات کسب دانش، مدل سازی دانش پزشکی، تأیید عملکرد سیستم، توصیه های اشتباه و مسؤولیت در برابر خطا، محدودیت حوزه ی عملیاتی هوش مصنوعی و ضرورت یکپارچگی آن با فعالیت های جاری از جمله چالش های پیش روی به کارگیری این نوع سیستم ها است که مستلزم ارایه ی راهکار یا پاسخ های مناسب می باشد.
نقش سیستم های خبره در مدیریت سازمان های نظامی طراحی موردی سیستم خبره عیب یابی سلاح های انفرادی (کالیبر کوچک) موجود در نیروی زمینی ارتش با استفاده از مدل وی پی اکسپرت
حوزه های تخصصی:
سازمان ها یا تغییر می کنند، یا نابود شده و از بین می روند. یکی از تغییرات مهم اواخر قرن بیستم، ظهور فناوری اطلاعات و ارتباطات است. فناوری اطلاعات یکی از عوامل مهم پیشرفت در جوامع امروزی است. این مبحث جدید به سرعت رشد کرده و تغییرات بنیادینی در جوامع ایجاد نموده است. امروزه در هر سازمان و یا شرکتی اعم از دولتی یا خصوصی، بحث به کارگیری فناوری اطلاعات مطرح است.
یکی از مهمترین بخش های مطرح در این زمینه، هوش مصنوعی و سیستم های خبره بوده است که ظهور این سیستم ها جهش بزرگی در این عرصه محسوب می شود. در این میان، بخش نظامی یکی از اولین حوزه هایی بوده که نسبت به طراحی و توسعه این سیستم ها تلاش نموده و بی تردید، یکی از موفق ترین بخش ها در این زمینه بوده است.
در این مقاله، پس از بررسی تغییرات به وجود آمده در جوامع و سازمان ها، به بررسی اهمیت هوش مصنوعی و سیستم های خبره با توجه به این تغییرات پرداخته می شود و پس از معرفی نمونه هایی از کاربردهای این سیستم ها در بخش نظامی، سیستم خبرة طراحی شده برای عیب یابی سلاح های انفرادی (کالیبر کوچک) موجود در نیروی زمینی ارتش جمهوری اسلامی ایران با استفاده از VP-Expert ارائه می گردد.
بررسی فلسفی امکان تحقق هوش مصنوعی قوی با توجه به دیدگاه های مختلف در مسئله ذهن و بدن(مقاله علمی وزارت علوم)
حوزه های تخصصی:
به دنبال پدید آمدن و رشد چشمگیر رایانه ها از اواسط سده گذشته میلادی، این تصور به وجود آمد که پیشرفت های مذکور به نقطه ای خواهد انجامید که در آن با همین روش های مطرح در علوم رایانه، می توان هوش انسانی را به صورت هوش مصنوعی بازسازی کرد و رایانه ها قادر به انجام اموری خواهند بود که از موجود هوشمندی مانند انسان بر می آید. در میان دانشمندان علوم رایانه ای، این پروژه با عنوان «هوش مصنوعی» (AI) شهرت یافت و نظریات گوناگونی پیرامون امکان موفقیت آن مطرح شد؛ گستره وسیعی از نظریات که در میان آنها اختلاف های شایان توجهی وجود دارد، تا جایی که برخی امکان آن را انکار کردند و گروه دیگری به گونه ای افراطی معتقدند که این پروژه به موفقیت نائل شده است و حتی همین رایانه های امروزی دارای هوش هستند و به خوبی فکر می کنند. دو رویکرد اصلی در زمینه ایجاد هوش مصنوعی وجود دارد: «نشانه گرایی» و «پیوند گرایی». در این مقاله تلاش می کنیم تا ضمن تبیین فلسفی رایج ترین دیدگاه ها در زمینه رابطه ذهن و بدن، هم در حوزه فلسفی غربی و هم اسلامی، امکان تحقق هوش مصنوعی را بر مبنای هر کدام از این دیدگاه ها، به صورت مجزا و با توجه به دو رویکرد نشانه گرایی و پیوندگرایی بررسی کنیم.
نگاه راهبردی به متغیرهای مؤثر بر قیمت مسکن: شناسایی فاصله زمانی اثرگذاری متغیرهای اقتصادی بر قیمت مسکن در ایران(مقاله علمی وزارت علوم)
حوزه های تخصصی:
نوسانات قیمت مسکن از متغیرهای کلان مؤثر بر شالوده اقتصادی کشورهاست که در کشورهای در حال توسعه چون ایران، تحت تأثیر تغییرات متغیرهای کلان اقتصادی است که خود نتیجه سیاست های راهبردی کشور در درازمدت است. با توجه به اینکه در دهه گذشته، به طور متوسط بین 95 تا 98 درصد سرمایه گذاری ها در این بخش توسط بخش خصوصی صورت گرفته است (عسگری و چگنیالف، 1387، ص 25)، لزوم بررسی عوامل کلان تأثیرگذار بر قیمت مسکن با توجه به آمار فعالیت این بخش و اتخاذ تصمیمات راهبردی مناسب جهت جلوگیری از ایجاد بحران در بازار مسکن نمود بیشتری پیدا می کند. برای این منظور، با کمک الگوریتم ژنتیک و شبکه عصبی- فازی (ANFIS)، 20 متغیر به عنوان بهترین ترکیب اثرگذار بر قیمت ساخت و فروش مسکن از میان 19 متغیر مؤثر در طول 5 فصل قبل از شروع ساخت نمونه ها (جمعاً 95 متغیر)، با استفاده از اطلاعات 372 نمونه ساختمان مسکونی ساخته شده بین سال های 1372 تا 1389 در مناطق مختلف شهر تهران به صورت تقریباً یکنواخت، برای آموزش شبکه عصبی فازی، به همراه مدت زمان متوسط اثربخشی هر یک بر بازار مسکن، شناسایی می شوند. این تحقیق نشان می دهد که از نظر راهبردی، کنترل نوسانات متغیرهای کلان اقتصادی در حال حاضر، ثبات قیمت مسکن را به طور میانگین در 7 تا 9 فصل آینده رقم می زند.
دریفوس و تاریخ فلسفی هوش مصنوعی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
این مقاله برای ارائة روایتی تاریخی از تحولاتِ هوش مصنوعی در قرن 20 و 21 از نظرگاهی فلسفی، سه دوره را از هم جدا کرده است: 1. تسلطِ پارادایم نمادی؛ 2. بازگشت به پیوندگرایی؛ 3. ظهور حیات مصنوعی. مدعای اصلی مقاله آن است که هم بازگشت به پیوندگرایی و هم ظهور حیات مصنوعی، نقدهای دریفوس بر رویکردهای پیشین در هوش مصنوعی را تأیید می کند. به باور دریفوس یک نگرشِ اتمیستی فورمالیستی به ذهن، دانش، و هستی، پشتوانه اصلیِ پارادایم نمادی است. شکستِ هوش مصنوعی نمادی در صوری سازیِ فهمِ هرروزه و چرخش به سوی نگرشی کل گرایانه در پیوندگرایی مؤیدِ نقدهای دریفوس است. همچنین حیات مصنوعی با بدن مندانه و موقعیت مند دانستنِ شناخت موضع وی را تأیید می کند. با این وجود، حمایت واپسین دریفوس از هوش مصنوعی هیدگری و این ادعا که این جریان، هستی شناسیِ هیدگری را در آزمونی تجربی قرار می دهد قابل نقد است. همچنین همراه با ارزیابی نقد دریفوس نشان داده می شود که وی از نقد فلسفی هوش مصنوعی به نقدِ کلِ فرهنگ و اندیشه غربی پل می زند و نشان می دهد که برای اصالت دادن به فهمِ تئوریک و فراموشیِ جهان انسانی، خطرِ پیشِ روی این فرهنگ ظهور انسان هایی با فهمِ ماشینی و نه ماشین هایی با توانایی های ورای انسانی است
طراحی مدلی جهت پیش بینی رتبه اعتباری مشتریان بانکها با استفاده از الگوریتم فراابتکاری و هیبریدی چند معیاره شبکه عصبی فازی – کلونی مورچگان ( مطالعه موردی شعب پست بانک استان تهران)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
همواره موسسات مالی و اعتباری برای آنکه بتوانند حداکثر سود حاصل از سرمایه گذاری های خود را دریافت دارند، بدنبال پالایش، جذب و نگهداشت بهترین سرمایه گذاران، مشاوران، مشتریان و قرض-گیرندگان بوده اند. بااین وجود، علوم مختلف سعی نموده اندروشهای دقیقی برای تفکیک مشتریان ارایه نمایند. از همین رو علومی مانند روانشناسی تا علوم مدیریت، ریاضیات، مالی و ... درصدد تحقق این هدف برآمده اند. آنچه که دراین پژوهش بدان اشاره خواهد شد ضرورت استفاده از روشهای نوین داده-کاوی در ترکیب با روشهای هوش مصنوعی جهت فائق آمدن بر پیچیدیگی های مسئله است و پاسخ به این سوال که آیا روش ترکیبی استفاده شده به خوبی رتبه اعتباری مشتریان را پیش بینی می کند؛ این امر در حالی رخ می دهد که نباید بُعد دیگری از مسئله را که همانا انتخاب مهمترین عوامل سنجش (معیارها) هستند را فراموش نمود و در این راستا ازقضاوت خبرگان و تحلیل های ناپارامتری ( آزاد توزیع) به منظور رتبه بندی معیارها استفاده گردیده است که نهایت با انتخاب تعدادی از شاخصها به منظور پیاده سازی مدل ترکیبی به این سوال پاسخ داده خواهد شد که آیا نظر خبرگان در انتخاب معیارها منتج به پیش بینی مناسبی از وضعیت اعتباری مشتریان می گردد. سه شاخص "" سن"" ، "" سابقه ارتباط با بانک ( مدت حساب)"" و "" میزان اعتبار"" برای پیاده سازی مدل ترکبی عصبی فازیانتخاب گردید. و نتایج بیانگر آن می باشد که 89.67درصد از مواقع این سیستم می تواندتخمین درستی نسبت به رتبه اعتباری مشتریان ارائه دهد..