حفظ حریم خصوصی در سیستم بازشناسی ارقام مجزای فارسی مبتنی بر رویکرد یادگیری مشارکتی

یادگیری ماشین یکی از مرسومترین روشهای هوش مصنوعی در علوم داده است و در زمینههای مختلفی همچون بازشناسی گفتار، واژهیابی گفتار و طبقهبندیتصاویر مورداستفاده قرار میگیرد. مهمترین چالش یادگیری ماشین در سالهای اخیر باتوجه به سیاستها و قوانین به وجود آمده، حفظ حریم خصوصی دادههااست. یکی از پرکاربردترین و با اهمیتترین انواع دادهها در تعاملات میان انسانها، انسان و ماشین و ماشین با ماشین، دادگان گفتاری هستند که در اغلب مواردحفظ حریم خصوصی در آنها اهمیت زیادی دارد. در این مقاله، از روش یادگیری مشارکتی بهعنوان یکی از پرکاربردترین روشهای حفظ حریم خصوصی دادگاندر یادگیری ماشین، در یک سیستم بازشناسی ارقام مجزای فارسی استفاده شده است. سیستم مذکور میتواند در گوشیهای تلفن همراه به عنوان شمارهگیرتلفنی فارسی، خدمات تلفنبانک و سایر کاربردهایی که حفظ حریم خصوصی در آنها اهمیت زیادی دارد، استفاده شود. سیستم بازشناس ارقام مجزای مذکور دردو حالت ا ستفاده از یادگیری مشارکتی و سنتی بر روی دادگان ارقام مجزای فار سی cphpd پیاده سازی شده ا ست. نتایج ارزیابی حاکی از آن ا ست که روشیادگیری مشارکتی در عین حفظ حریم خصوصی دادهها، توانسته است با دقت 59 / 99 % دادگان گفتاری را تشخیص دهد. این میزان دقت بسیار نزدیک به حالتیاست که از سیستم بازشناسی گفتار سنتی استفاده شده و حریم خصوصی دادهها نقض شده است. همچنین، نتایج ارزیابی حاکی از آن است که بازشناسی گفتارارقام مجزای فارسی مبتی بر شبکههای عصبی پیچشی در حالت یادگیری مشارکتی، نسبت به سایر رویکردهای سیستم بازشناسی گفتار ارقام مجزای فارسی درحالت سنتی، بهصورت چشمگیری ) 7% نسبت به متوسط عملکرد رویکردهای سیستم بازشناسی ارقام مجزا در حالت سنتی( بهتر عمل کرده است.