دیتا هارت

مقالات فارسی برای کسانی که به دنبال تحقیق در مورد موضوعی هستند بهترین نقطه شروع است. در این مقالات که در کنفرانس ها و مجلات داخلی و به زبان فارسی چاپ شده است موضوعات مختلفی مورد تحقیق قرار گرفته و به چاپ رسیده است.

داده کاوی چیست؟ 

جایگاه مجموعه داده(دیتاست) در داده کاوی 

داده کاوی در حوزه سلامت

مقالات فارسی برای یادگیری داده کاوی

در این مجموعه بیش از  پنجاه مقاله فارسی در زمینه یادگیری عمیق جمع آوری شده است. این مجموعه برای کسانی که در مرحله انتخاب موضوع برای پژوهش خود هستند بسیار مفید است. با خواندن این مقالات بسیاری از کارهای انجام شده و ایده های پیاده سازی شده در اختیار محقق قرار می گیرد. عنوان مقالات به قرار زیر است:

۱. طراحی مانور گریز دوبعدی هواپیما با استفاده از یادگیری تقویتی عمیق
۲. کاربرد یادگیری عمیق در تحلیل و پیش بینی داده های سنجش بهره وری شبکه های مخابرات سیار

۳. بررسی روش های تشخیص زود هنگام و پردازش داده های بزرگ بیماری آلزایمر با به کاری گیری روش های یادگیری عمیق

۴. پالایش گروهی مبتنی بر رویکرد یادگیری عمیق و روابط شبکه اجتماعی

۵. دسته بندی تصاویر ماهواره ای مبتنی بر یادگیری عمیق ویژگی با CNN و ELM

۶. شناسایی رویداد در رسانه های اجتماعی با یادگیری عمیق

۷. خوشه بندی متون کوتاه با یادگیری عمیق ویژگی

۸. تاثیر یادگیری عمیق بر روند طبقه بندی اختلال بیش فعالی و کمبود توجه

۹. تشخیص سرطان سینه با استفاده از یادگیری عمیق

۱۰. استفاده از یادگیری عمیق برای بازیابی تصاویر تنوع زیستی

۱۱. طبقه بندی ترافیک شبکه های مبتنی بر نرم افزار با استفاده از تکنیک یادگیری عمیق

۱۲. مروری بر رویکردهای مبتنی بر یادگیری عمیق در سیستم های چند عاملی هوشمند

۱۳. شناسایی شخصیت از متن مبتنی بر یادگیری عمیق با شبکه عصبی بازگشتی

۱۴. مروری بر روش های کلاس بندی سنگ بر پایه یادگیری عمیق

۱۵. یادگیری عمیق در تشخیص احساس از روی سیگنال های مغزی EEG درکاربرد سیستم رابط مغز و کامپیوتر BCI

۱۶. کشف تقلب در سامانه های پرداخت الکترونیک با استفاده از یادگیری عمیق

۱۷. طراحی و پیاده سازی یک سیستم یادگیری عمیق بهبود یافته برای طبقه بندی تصاویر و مقایسه عملکرد آن با شبکه عصبی مصنوعی

۱۸. بازشناسی ارقام و حروف دست نویس فارسی با استفاده از یادگیری عمیق بازنمایش ها

۱۹. به کار گیری یادگیری عمیق در بازشناسی رفتار انسان در ویدیو

۲۰. تشخیص بیماری و تجویز هوشمند داروهای سنتی ایرانی با کمک متن کاوی میان زبانی در متون زیست-پزشکی و یادگیری عمیق

۲۱. مدل سازی مسیر یادگیری برای بهینه سازی وضعیت شغلی با کمک تحلیل عمیق داده های متنی شبکه های کاریابی

۲۲. یادگیری عمیق ویژگی های مکانی-زمانی برای بازشناسی کنش های انسانی در ویدیو

۲۳. یادگیری عمیق برای سیستم های توصیه گر

۲۴. تحلیل راهکارهای مبتنی بر یادگیری عمیق و شبکه های عصبی کلاسیک درتشخیص کاراکتر از روی پتانسیل های وابسته به رخداد

۲۵. بازشناسی ارقام دست نویس فارسی با استفاده از یادگیری عمیق بازنمایش ها

۲۶. به کارگیری یادگیری عمیق در بازشناسی رفتار انسان در ویدیو

۲۷. استفاده از یادگیری عمیق بازنمایشها برای بازشناسی کنشهای انسانی در ویدیو

۲۸. تشخیص افعال روزمره با استفاده از تلفن همراه و یادگیری عمیق

۲۹. یادگیری عمیق کلان داده ها برای استخراج عقاید از توییتر با رویکرد نگاشت- کاهش

۳۰. مدل یادگیری عمیق پیش بینی کننده رفتار انسان در یک شبکه اجتماعی سلامت
۳۱. دسته بندی ندول های ریوی با استفاده از شبکه های یادگیری عمیق
۳۲. شناسایی مکان در محیط بسته زیر سقف با استفاده از اثر انگشت وای فای 1 با رویکرد یادگیری عمیق

۳۳. نقش الگوریتم های فرا ابتکاری در یادگیری عمیق

۳۴. بررسی پردازش زبان طبیعی و نظر کاوی با استفاده از ماشین بردار پشتیبان و یادگیری عمیق

۳۵. بازیابی تصویر با استفاده از یادگیری عمیق

۳۶. مروری بر کاربردهای شبکه عصبی کانولوشن و یادگیری عمیق در بینایی کامپیوتر

۳۷. مروری بربرخی ازروشهای محبوب یادگیری عمیق

۳۸. تشخیص میتوز در سرطان سینه با استفاده از یادگیری عمیق

۳۹. مقایسه روشهای استفاده از یادگیری عمیق در زیست شناسی محاسباتی برای تجزیه وتحلیل و بهبود دادههای ژنتیک

۴۰. یادگیری عمیق درسامانه های توصیه گر

۴۱. کاربرد یادگیری عمیق در تشخیص ترافیک شبکه های کامپیوتری

۴۲. بررسی الگوریتم یادگیری عمیق و چالش های آن در تجزیه و تحلیل داده های بزرگ

۴۳. تشخیص ارقام دستنویس با استفاده از یادگیری عمیق

۴۴. تشخیص بیماری آریتمی قلبی با استفاده از یادگیری عمیق

۴۵. تشخیص بیماری آریتمی قلبی با یادگیری عمیق

۴۶. تشخیص ارقام دست نویس فارسی با استفاره از یادگیری عمیق و ماشین بولتزمن

۴۷. استفاده از انرژی آزاد در روش واگرایی متقابل پایدار برای یادگیری شبکه های باور عمیق

با خرید این مقالات، فایل پی دی اف این مقالات برای شما ارسال می گردد. 

اگر در زمینه یادگیری عمیق در حال تحقیق یا پیاده سازی پروژه تجاری یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید.  آکادمی داده در تلگرام، واتزآپ و تمامی پیام رسان های ایرانی(سروش، آی گپ، بله، گپ و ویسپی) با شماره 09120637751 حضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد