ارائه دهنده:
مرتضی فائزی نیا
استاد راهنما:
دکتر
بهروز مینایی بیدگلی
هیات داوری:
دکتر حسین رحمانی
دکتر محمود نشاطی
زمان:
۱۴۰۱/۰۷/۲۳
ساعت ۱۵:۰۰
آقای مرتضی فائزی نیا دانشجوی کارشناسی ارشد آقای دکتر بهروز مینایی بیدگلی روز شنبه ۲۳ مهرماه ساعت ۱۵:۰۰ از پروژه کارشناسی ارشد خود تحت عنوان "ﺗﺸﺨﯿﺺ ﻧﺎﻫﻨﺠﺎری ﺗﺤﺖ راﻧﺶ ﻣﻔﻬﻮم در داده ﻫﺎی ﭘﻮیا ﺑﺎ اﺳﺘﻔﺎده از یادﮔﯿﺮی ﻋﻤﯿﻖ" دفاع خواهند نمود.
چکیده پایان نامه:
دوﻟﺖﻫﺎ و ﺷﺮﮐﺖﻫﺎ در ﻃﻮل زﻣﺎن در ﺣﺎل ﺗﻮﻟﯿد ﻣﻘﺎدیر ﻓﺮاواﻧﯽ، داده ﻫﺴﺘﻨﺪ. ﺑﻬﺮهﮔﯿﺮی از این دادهﻫﺎ، ﻧﯿﺎزﻣﻨﺪ ﺗﺠﺰیه وﺗﺤﻠﯿﻞ ﮐﺎرآﻣﺪ و ﻫﻤﭽﻨﯿﻦ اﺳﺘﺨﺮاج اﻃﻼﻋﺎت ارزﺷﻤﻨﺪ دارد. اﻟﮕﻮﻫﺎ در ﭼﻨﯿﻦ دادهﻫﺎیی ﺑﺎﮔﺬﺷﺖ زﻣﺎن ﺑﻪ ﻣﺮور ﺗﻐﯿﯿﺮ ﮐﺮده و ﺑﺎﻋﺚ ﮐﺎﻫﺶ ﮐﺎرایی ﻣﺪلﻫﺎی ﻣﻮﺟﻮد در ﺳﯿﺴﺘﻢﻫﺎی یادﮔﯿﺮﻧﺪه ﻣﯽﺷﻮد. ﺑﺮای ﻣﻮاﺟﻬﻪ ﺑﺎ این ﭼﺎﻟﺶ، بایستی ﺑﺎﮔﺬﺷﺖ زﻣﺎن ﻣﺪلﻫﺎی ﻓﻌﻠﯽ ﻗﺎﺑﻠﯿﺖ ﺗﻄﺒﯿﻖﭘﺬیری را داﺷﺘﻪ ﺑﺎﺷﻨﺪ و ﺑﺎ ﺗﻐﯿﯿﺮ ﺧﺼﻮﺻﯿﺎت آﻣﺎری و ﺑﺮوز اﻟﮕﻮﻫﺎی ﺟﺪید ﺗﻄﺒﯿﻖ یاﻓﺘﻪ و ﻣﺎﻧﻊ ﺑﺮوز ﭘﯿﺶﺑﯿﻨﯽﻫﺎ و ﻧﺘﺎیج ﺿﻌﯿﻒ ﺑﺮای ﺗﺼﻤﯿﻢﮔﯿﺮی ﺷﻮﻧﺪ . ﺟﺰء ﻣﻬﻤﯽ از این ﺗﺠﺰیه وﺗﺤﻠﯿﻞﻫﺎ ﺗﺸﺨﯿﺺ ﻧﺎﻫﻨﺠﺎری اﺳﺖ. ﺷﻨﺎﺳﺎیی رﻓﺘﺎرﻫﺎی ﻧﺎﻫﻨﺠﺎر در ﺳﯿﺴﺘﻢﻫﺎ و ﻓﺮایندﻫﺎ، ﺑﺎﻋﺚ ﺟﻠﻮﮔﯿﺮی از آﺳﯿﺐﻫﺎ، ﻧﻔﻮذﻫﺎ و اﻧﺠﺎم اﻗﺪاﻣﺎت ﻣﻘﺘﻀﯽ در زﻣﺎن ﮐﻤﺘﺮی ﻣﯽﮔﺮدد. در ویکردﻫﺎی ﻣﺘﺪاول، یادﮔﯿﺮی ﻣﺪل ﻣﻌﻤﻮﻻً ﺑﻪﺻﻮرت ﺑﺮونﺧﻂ و ﺑﺎ اﺳﺘﻔﺎده از دادهﻫﺎی ﮔﺬﺷﺘﻪ اﺳﺖ. این اﺗﻔﺎق در ﺷﺮایﻂ ﭘﻮیﺎ و ﻏﯿﺮﺛﺎﺑﺖ ﮐﻪ در آن ﺗﻌﺮیف رﻓﺘﺎر ﻃﺒﯿﻌﯽ ﺑﺎﮔﺬﺷﺖ زﻣﺎن ﺗﻐﯿﯿﺮ ﮐﺮده و ﮐﺎرایی ﻣﺪل ﻣﻮﺟﻮد را ﮐﺎﻫﺶ ﻣﯽدﻫﺪ .
این ﭘﺎیانﻧﺎﻣﻪ در ﻣﺴﺌﻠﻪ ﺗﺸﺨﯿﺺ ﻧﺎﻫﻨﺠﺎری راﻫﮑﺎرﻫﺎیی را ﺑﺮای ﺳﻪ ﭼﺎﻟﺶ ﭘﻮیایی داده، اﺳﺘﻮاری در ﺑﺮاﺑﺮ ﻧﻮیز و ﺗﻄﺒﯿﻖ ﺑﺎ ﺗﻐﯿﯿﺮ اﻟﮕﻮ را ﺑﺎ اﺳﺘﻔﺎده از روشﻫﺎی یادگیری ژرف و ﺑﺎﺗﻮﺟﻪ ﺑﻪ ﭘﺮدازش ﭘﻮیای داده ﭘﯿﺸﻨﻬﺎد ﻣﯽدﻫﺪ . این راﻫﮑﺎرﻫﺎ ﺑﺎ ﺗﻐﯿﯿﺮ رﻓﺘﺎر داده، ﺗﻄﺒﯿﻖ یافته و ﻗﺎﺑﻠﯿﺖ ﺗﺸﺨﯿﺺ و ﺗﻄﺒﯿﻖ ﺻریح ﺑﺎ ﻧﺎﻫﻨﺠﺎری را دارﻧﺪ . رویکردﻫﺎی ﭘﯿﺸﻨﻬﺎدی ﺑﺎ ﻣﺠﻤﻮﻋﻪداده واﻗﻌﯽ ﺑﺮرﺳﯽ و ارزیابی ﺷﺪه اﺳﺖ و ﻋﻤﻠﮑﺮد آﻧﻬﺎ از ﺟﻨﺒﻪﻫﺎی ﻗﺪرت ﺗﺸﺨﯿﺺ ﻧﺎﻫﻨﺠﺎری، ﻫﻤﮕﺮایی و ﺗﻄﺒﯿﻖ ﻣﺪل یادﮔﯿﺮﻧﺪه در ﻣﻘﺎﺑﻞ دادهﻫﺎی ﺟدید ﺗﺼدیق ﺷﺪه اﺳﺖ.
واژهﻫﺎی ﮐﻠﯿﺪی: ﺗﺸﺨﯿﺺ ﻧﺎﻫﻨﺠﺎری، ﺗﻐﯿﯿﺮ اﻟﮕﻮ، ﭘﻮیایی داده، یادﮔﯿﺮی ژرف.
دانشکده مهندسی کامپیوتر مدیریت تحصیلات تکمیلی
|