>
Fa   |   Ar   |   En
   مروری بر مدل‌های یادگیری عمیق  
   
نویسنده بیک زاده عباسی فلور ,آدابی سحر ,رضایی علی ,موقر علی
منبع اولين كنفرانس ملي پژوهش و نوآوري در هوش مصنوعي - 1402 - دوره : 1 - اولین کنفرانس ملی پژوهش و نوآوری در هوش مصنوعی - کد همایش: 02230-75197 - صفحه:0 -0
چکیده    هدف از انجام این مقاله مروری بر ادبیات یادگیری عمیق و بررسی انواع مدل های ارائه شده در این حوزه می‌باشد. پس از بررسی بیش از 40 مقاله و تمرکز بر روی مقاله‌های سال‌های اخیر، به سرعت رشد این فناوری پی بردیم و سعی در نگارش مختصری از چگونگی ایجاد این شاخه از علم کردیم. این مقاله به بررسی سیر توسعه و رشد حوزه یادگیری عمیق از سال‌های ابتدایی ایجاد آن تا وضعیت کنونی آن پرداخته و انواع مدل‌های یادگیری عمیق، مانند خودرمزگذار پشته‌ای، شبکه باور عمیق، ماشین بولتزمن عمیق، و شبکه عصبی کانولوشنال را توصیف می‌کند.
کلیدواژه هوش مصنوعی، شبکه عصبی، یادگیری ماشین، یادگیری عمیق
آدرس , iran, , iran, , iran, , iran
پست الکترونیکی movaghar@sharif.edu
 
   an overview of deep learning models  
   
Authors
Abstract    the purpose of this article is to review the literature on deep learning and to examine the types of models presented in the field. after reviewing more than 40 articles and focusing on those published in recent years, we realised the rapid growth of this technology and attempted to write a brief description of how this branch of science was created. this article examines the development and growth of the field of deep learning from its early years to its current state, and describes a variety of deep learning models, such as stack autoencoders, deep belief networks, deep boltzmann machines, and convolutional neural networks.
Keywords artificial intelligence ,neural networks ,machine learning ,deep learning
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved