درباره کنفرانس
دومین کنفرانس بین المللی دو سالانه پیشرفت ها در هوش مصنوعی و علوم داده در تاریخ 7 بهمن 1404 لغایت چهارشنبه، 8 بهمن، 1404 توسط دانشگاه خلیج فارس در شهر بوشهر استان بوشهر برگزار می شود.
محورها و حوزه‌های علمی
برگزارکنندگان
- دانشگاه خلیج فارس
نویسندگان حاضر در این دوره
مقالات این کنفرانس
پیش بینی بیماری نارسایی مزمن کلیوی (CKD) با تمرکز بر یادگیری ماشین و یادگیری عمیق
بیماری مزمن کلیوی CKD یکی از شایع ترین و پرهزینه ترین بیماری های غیرواگیر در جهان محسوب می شود که تشخیص…
پیش بینی تمایلات تجاری میان کشورها با روشهای بهبود یافته گرافهای زمانی
پیش بینی روابط تجاری میان کشورها یکی از مسائل چالش برانگیز در تحلیل داده ها است این روابط به طور مداوم ت…
پیش بینی شدت تصادفات جاده ای برون شهری استان فارس با استفاده از یک چارچوب ترکیبی یادگیری عمیق و الگوریتمهای تکاملی
تصادفات جاده ای یکی از چالشهای مهم ایمنی و سلامت عمومی هستند و پیش بینی شدت آنها نقش کلیدی در مدیریت حوا…
پیش بینی قیمت جفت ارز در بازار فارکس با رویکرد شبکه عصبی بازگشتی همجوشی ویژگی های تکنیکال و بنیادی
در این پژوهش یک چارچوب یادگیری عمیق با دو ورودی برای پیش بینی قیمت بسته شدن روزانه جفت ارز EUR/USD ارائه…
پیش بینی گرایش به مصرف سیگار در دانشجویان بر اساس متغیرهای تحصیلی و اجتماعی
این پژوهش با هدف پیش بینی وضعیت سیگاری بودن دانشجویان دانشگاه شهید چمران اهواز با استفاده از داده های حا…
چالش های حقوقی در تنظیم گری هوش مصنوعی
هوش مصنوعی AI به عنوان مهمترین فناوری قرن بیست و یکم تحولات عمیق و وسیعی در حوزه های مختلف اجتماعی، اقتص…
کاربرد مدل های پیش بینی تقاضا و مصرف آب (DBI) در مدیریت منابع آب در بخش شبکه توزیع آب، شبکه های آبیاری و زهکشی در استان خوزستان
مدیریت تقاضای آب در بخش توزیع آب شبکه های آبیاری و زهکش ، به ویژه در مناطق خشک و نیمه خشک همچون استان خو…
کاربرد هوش مصنوعی در مدیریت ترافیک و حمل و نقل شهری یک مطالعه ی علم سنجی در چارچوب هدف یازدهم توسعه پایدار
ترافیک شهری از مسائل چالش برانگیز در جوامع کنونی است که مدیریت موثر آن می تواند نقش مهمی در تحقق توسعه ی…
کنترل خودکار ربات های کم عملگر با بهره گیری از شبکه های عصبی آگاه از فیزیک (PINNs)
ربات های کم عملگر به دلیل دینامیک های غیرخطی کوپله و محدودیت های کنترلی از چالش برانگیزترین سامانه ها در…
یادگیری فدرال در تحلیل و پردازش داده های حجیم
یادگیری فدرال به عنوان یک رویکرد نوین در تحلیل و پردازش داده های حجیم باوجود مزایای چشمگیر در حفظ حریم خ…