871
آزمایشگاه سامانههای پردازش هوشمند رایانهای دانشگاه تبریز سرپرست: دکتر محمدرضا فیضی درخشی admin: @cominsys Instagram: instagram.com/cominsys Aparat: aparat.com/cominsys Github: github.com/cominsys LinkdIn: linkedin.com/company/cominsys
#مقاله
عنوان:
A Model to Measure the Spread Power of Rumors
مجله:
Journal of Ambient Intelligence and Humanized Computing
DOI: 10.1007/s12652-022-04034-1
@cominsys_channel
#مقاله
عنوان:
An Efficient Sentiment Classification Method with the Help of Neighbors and a Hybrid of RNN Models
مجله:
Complexity
DOI: 10.1155/2023/1896556
@cominsys_channel
#مقاله
عنوان:
Multi-Type Feature Extraction and Early Fusion Framework for SMS Spam Detection
مجله:
IEEE Access
DOI: 10.1109/ACCESS.2023.3327897
@cominsys_channel
#مقاله
عنوان:
Graph-Based Recommendation System Enhanced by Community Detection
مجله:
Scientific Programming
DOI: 10.1155/2023/5073769
@cominsys_channel
#مقاله
عنوان:
Text‑based automatic personality prediction:
a bibliographic review
مجله:
Journal of Computational Social Science
DOI: 10.1007/s42001-022-00178-4
@cominsys_channel
#دفاع
جلسه دفاع دکتری جناب آقای مجید رمضانی
موضوع:
ارائه یک رویکرد جامع بازنمایی دانش برای ماشین
زمان: چهارشنبه 16 شهریور 1401 - ساعت 11:00
مکان: دانشکده مهندسی برق و کامپیوتر دانشگاه تبریز
@cominsys_channel
#مقاله
عنوان:
خلاصه سازی استخراجی متن با استقاده از مجموعه الگوریتمهای خلاصهسازی و روش Sa-TRB
Extractive Automatic Text Summarization using integrated set of algorithms and Sa-TRB method
مجله:
پژوهشهای نظری و کاربردی هوش ماشینی
Journal of Applied and basic Machine intelligence research
DOI: 10.22034/ABMIR.2023.20650.1035
@cominsys_channel
#مقاله
عنوان:
Interpretable Multimodal Sentiment Classification Using Deep Multi-View Attentive Network of Image and Text Data
مجله:
IEEE Access
DOI: 10.1109/ACCESS.2023.3307716
@cominsys_channel
#مقاله
عنوان:
Enhancing Fake News Detection by Multi-Feature Classification
مجله:
IEEE Access
DOI: 10.1109/ACCESS.2023.3339621
@cominsys_channel
#مقاله
عنوان:
How are ontologies implemented to represent clinical practice guidelines in clinical decision support systems: protocol for a systematic review
مجله:
Systematic Reviews
DOI: 10.1186/s13643-022-02063-7
@cominsys_channel
مروری بر رساله دکترا:
بازنمایی دانش یک شاخه از هوش مصنوعی است که عبارت است از تبیین و کدگذاری اطلاعات مرتبط با همه مفاهیم و موجودیتهای جهان پیرامون و همچنین روابط میان آنها، به نحوی که ماشین قادر به استفاده از آنها در حل مسائل پیچیده باشد. حقیقت آن است که پیش از انتظار انجام هوشمندانه وظایف مختلف از هر عاملی، بایستی دانش مربوط به آن حوزه و همه مفاهیمی که ماشین با آنها سروکار خواهد داشت، برای ماشین بازنمایی شود. انتظار رفتار هوشمندانه از ماشین بدون تبیین دانش مرتبط با آن حوزه برای آن، به انتظار انجام رفتار هوشمندانه و مناسب از شخصی در انجام یک وظیفه معین میماند، که هیچ دانشی در رابطه با آن ندارد. از اینرو، برای دستیابی به رفتار هوشمندانه توسط هر عاملی (انسانی یا ماشینی)، پیش از هر کاری نیازمند بازنمایی دانش مرتبط با آن هستیم به نحوی که توصیف جامعی از هر یک از مفاهیم و موجودیتهای مرتبط با آن، و همچنین ارتباطات معنایی میان آنها صورت پذیرد. این بازنمایی در ادامه مبنای شناخت عامل از مفاهیم و به طور کلی دنیای پیرامون برای ماشین شده و این شناخت، زیربنای رفتار هوشمندانه او را شکل میدهد.
این رساله تلاشیست برای ارایه یک رویکرد جامع بازنمایی دانش برای ماشین که توصیف مشروح و جامعی از مفاهیم دنیای پیرامون در اختیار ماشین قرار دهد، مدلسازی مناسبی از روابط معنایی حاکم میان این مفاهیم برای ماشین ارائه دهد، امکان استدلال و استفهام و دستیابی به دانش جدید را فراهم کند، از محاسبهپذیری خوبی برای ماشین برخوردار باشد و همچنین منطبق بر بازنمایی دانش ایجاد شده در ذهن انسان بوده و نگهداری (حذف، اضافه و ویرایش) آن آسان باشد.
@cominsys_channel
#مقاله
عنوان:
A Comprehensive Review of Visual-Textual Sentiment Analysis from Social Media Networks
مجله:
ArXiv
ArXiv: 2207.02160
DOI: 10.48550/arXiv.2207.02160
@cominsys_channel