چکیده مقاله
رشد انفجاری حجم داده ها در محیط های پویا و پیچیده امروزی، همراه با پیشرفت های شتابان هوش مصنوعی، ضرورت طراحی سیستم های هوشمند تطبیقی را در حوزه داده کاوی بیش از پیش آشکار کرده است سیستم های سنتی داده کاوی به دلیل ماهیت ایستا، عدم توانایی در مدیریت Concept Drift، محدودیت های مقیاس پذیری و ناکارآمدی در تخصیص منابع، دیگر قادر به پاسخگویی موثر به چالش های داده های حجیم، разноگون و پرسرعت نیستند این پژوهش با هدف طراحی و تحلیل یک معماری تطبیقی هوشمند مبتنی بر هوش مصنوعی برای داده کاوی، به واکاوی و ادغام سه مولفه کلیدی یعنی یادگیری ماشین تطبیقی و تقویتی، معماری های توزیع شده و ابری لبه ای و الگوریتم های پیشرفته کشف دانش و تشخیص ناهنجاری می پردازد مدل پیشنهادی در این مطالعه، یک چارچوب چندلایه ی خودگردان است که شامل لایه های زیرساخت هیبریدی Cloud Edge ، مجازی سازی داده، هوش مصنوعی تصمیم گیر Intelligence Layer ، امنیت پویا و لایه توضیح پذیری Explainability می شود این معماری با بهره گیری از تکنیک هایی همچون یادگیری تقویتی عمیق Deep Reinforcement Learning ، AutoML، Federated Learning و مدل های پیش بینی بار کاری، قادر است به صورت لحظه ای وضعیت منابع محاسباتی، الگوهای پنهان داده ها، سطح تهدیدات امنیتی و تغییرات مفهومی Concept Drift را تحلیل کرده و تصمیمات بهینه و خودکار اتخاذ نماید یافته های تحلیلی و شبیه سازی های انجام شده با ابزارهایی مانند Ray، Kubernetes و شبیه سازهای سفارشی نشان می دهد که پیاده سازی مدل پیشنهادی منجر به کاهش ۲۵ تا ۴۰ درصدی زمان پردازش، افزایش ۱۵ تا ۳۵ درصدی دقت مدل ها در حضور داده های پویا، کاهش قابل توجه مصرف انرژی و منابع و بهبود چشمگیر زمان پاسخ به تهدیدات و ناهنجاری ها شده است همچنین، ادغام مکانیزم های توضیح پذیری مانند SHAP و LIME اعتماد و شفافیت تصمیم گیری های هوش مصنوعی را به طور معناداری افزایش داده است چارچوب پیشنهادی نه تنها بر محدودیت های سیستم های موجود مانند TFX ،Kubeflow و Apache Spark pipelines ایستا فائق می آید، بلکه الگویی جامع برای توسعه نسل جدید سیستم های داده کاوی خودگردان و خودبهینه ساز ارائه می دهد این پژوهش مسیرهای پژوهشی آینده در حوزه همگرایی هوش مصنوعی مولد، محاسبات کوانتومی و داده کاوی تطبیقی را نیز روشن می سازد
کلیدواژهها
نویسندگان
علی کریمی
کارشناسی ارشد مهندسی نرم افزار
احمدرضا روان بخش
دانشجوی کارشناسی مهندسی حرفه ای کامپیوتر ، آموزشکده ملی مهارت پسران بجنورد دارالفنون
مهدی بهزادپور
دانشجوی کارشناسی مهندسی حرفه ای کامپیوتر ، آموزشکده ملی مهارت پسران بجنورد دارالفنون
عماد اکبریان
دانشجوی کارشناسی مهندسی حرفه ای کامپیوتر ، آموزشکده ملی مهارت پسران بجنورد دارالفنون
شیوه ارجاع
کریمی، علی و روان بخش، احمدرضا و بهزادپور، مهدی و اکبریان، عماد،1405،تحلیل معماری تطبیقی سیستم های هوشمند مبتنی بر هوش مصنوعی و داده کاوی: رویکردی نوین به پردازش داده های حجیم و تصمیم گیری هوشمند،سی امین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات،بابل
ارائهشده در
مجموعه مقالات سی امین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات29 مرداد 1405 · بابل