سبد خرید

فرنا، جایی برای روایت قصه‌های ناگفته استادان و دانشجویان دانشگاه فردوسی مشهد

vcr farna logo

ارتقای پایداری الگوریتم‌های هوشمند در محیط‌های واقعی

طراحی الگوریتم نوین هوش مصنوعی برای تحلیل داده‌های پیچیده

روش جدید یادگیری ماشین برای بهبود تحلیل داده‌های نامنظم توسط پژوهشگران دانشگاه فردوسی مشهد معرفی شد.

پژوهشگران دانشگاه فردوسی مشهد شامل تارا محمدی، دکتر هادی جابری و دکتر سهراب عفتی موفق به ارائه روشی جدید و پیشرفته در حوزه یادگیری ماشین شدند که یکی از چالش‌های اساسی سیستم‌های هوشمند را در تحلیل داده‌های نامنظم و بدون مرز مشخص برطرف می‌کند. این دستاورد علمی، راهکاری نوین برای ارتقای عملکرد الگوریتم‌های هوشمند در محیط‌های واقعی و عملیاتی محسوب می‌شود.

مدل پیشنهادی نسخه تکامل‌یافته‌ای از الگوریتم ماشین بردار پشتیبان است. در روش‌های مرسوم، سامانه‌های هوشمند اغلب برای تفکیک و دسته‌بندی داده‌هایی که دارای پراکندگی شدید هستند یا مرز هندسی مشخصی ندارند با خطای محاسباتی مواجه می‌شوند. اما الگوریتم ابداعی محققان با اصلاح ساختار محاسباتی توانسته است پایداری سیستم را در برابر داده‌های پرت و توزیع‌های نامحدود تضمین کند و دقت تفکیک را به شکل قابل توجهی افزایش دهد.

نتایج این پژوهش در یکی از نشریات معتبر بین‌المللی منتشر شده و افق‌های تازه‌ای را برای استفاده دقیق‌تر و مطمئن‌تر از هوش مصنوعی در صنایع حساس و حیاتی مانند پزشکی، فین تک و امنیت سایبری گشوده است.

QR Code for this مطلب
51

نظرات بسته است