📎 استفاده از فنآوری بلاکچین در قوانین کپی رایت
✏️دلیل نامیدن این فناوری به بلاکچین به این خاطر است که مانند دفتر حسابداری توزیع شده و غیر متمرکز عمل می کند، که در آن سوابق، بلوکهایی هستند که به صورت رمزنگاری به هم متصل میشوند. هر بلوک پس از اعتبار سنجی توزیع شده، که بقیه کاربران شبکه در آن شرکت میکنند، به صورت رمزنگاری با بلوک قبلی مرتبط می شود و بدین ترتیب واسطههای پرهزینه را دور می زند. افزودن بلوک های جدید معمولاً اصلاح یا حذف بلوک های قدیمی را غیرممکن میکند، بنابراین از دستکاری اطلاعات جلوگیری میشود.
✏️بلاکچین یک فناوری غیر متمرکز است که برای محافظت از امنیت و حریم خصوصی معاملات آنلاین استفاده میشود و معمولاً با ارزهای رمزپایهای مانند بیت کوین همراه است. و میتواند در انواع مبادلات دیجیتال اعمال شود.
ادامه مطلب
تعداد کلمات: 500 کلمه
⏰زمان مطالعه:3 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
https://techxplore.com/news/2021-02-blockchain-based-copyright.html
✏️دلیل نامیدن این فناوری به بلاکچین به این خاطر است که مانند دفتر حسابداری توزیع شده و غیر متمرکز عمل می کند، که در آن سوابق، بلوکهایی هستند که به صورت رمزنگاری به هم متصل میشوند. هر بلوک پس از اعتبار سنجی توزیع شده، که بقیه کاربران شبکه در آن شرکت میکنند، به صورت رمزنگاری با بلوک قبلی مرتبط می شود و بدین ترتیب واسطههای پرهزینه را دور می زند. افزودن بلوک های جدید معمولاً اصلاح یا حذف بلوک های قدیمی را غیرممکن میکند، بنابراین از دستکاری اطلاعات جلوگیری میشود.
✏️بلاکچین یک فناوری غیر متمرکز است که برای محافظت از امنیت و حریم خصوصی معاملات آنلاین استفاده میشود و معمولاً با ارزهای رمزپایهای مانند بیت کوین همراه است. و میتواند در انواع مبادلات دیجیتال اعمال شود.
ادامه مطلب
تعداد کلمات: 500 کلمه
⏰زمان مطالعه:3 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
https://techxplore.com/news/2021-02-blockchain-based-copyright.html
www.codecool.ir
استفاده از فنآوری بلاکچین در قوانین کپی رایت
دلیل نامیدن این فناوری به بلاکچین به این خاطر است که مانند دفتر حسابداری توزیع شده و غیر متمرکز عمل می کند، که در آن سوابق، بلوکهایی هستند که به صورت رمزنگاری به هم متصل میشوند. هر بلوک پس از اعتبار سنجی توزیع شده، که بقیه کاربران شبکه در آن شرکت میکنند،…
📎یک روش مبتنی بر یادگیری عمیق ترکیبی برای پیش بینی اهداف miRNA
✏️ میکرو RNAها یا miRNAها نقش اساسی را در طیف گستردهای از فرایندهای بیولوژیکی بازی میکنند. روشهای محاسباتی بسیاری برای شناسایی اهداف miRNA ایجاد شده است. با این حال، اکثر این روشها به ویژگیهای از پیش تعریف شده بستگی دارند که برای محاسبه آنها، به منابع قابل توجهی از دادههاي آزمايشگاهي نياز است. میکرو RNAها، RNA های نظارتی کوچکی هستند که طول آنها حدود 22 نوکلئوتید است. آنها به طور معمول توالی های ترکیبی مکمل را با اهداف خود تشکیل میدهند و برای توقف بیان ژن یا تجزیه mRNA ها در سطح پس از رونویسی عمل میکنند. تحقيقات بسياري موجود است که miRNA ها در انواع فرآیندهای بیولوژیکی و بیماریهای انسانی نقش اصلی دارند، از جمله تمایز و تکامل سلول، متابولیسم، تکثیر و آپوپتوز، عفونت ویروسی، تومورزایی، دیابت و بیماری های عصبی. بنابراین، یافتن اهداف miRNA برای درک بهتر عملکرد و تنظیم miRNA نقش بسيار پر رنگي دارد.
ادامه مطلب
تعداد کلمات: 800 کلمه
⏰زمان مطالعه:4 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
دوشنبه ها : #مقاله_هفته
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
bmcbioinformatics
✏️ میکرو RNAها یا miRNAها نقش اساسی را در طیف گستردهای از فرایندهای بیولوژیکی بازی میکنند. روشهای محاسباتی بسیاری برای شناسایی اهداف miRNA ایجاد شده است. با این حال، اکثر این روشها به ویژگیهای از پیش تعریف شده بستگی دارند که برای محاسبه آنها، به منابع قابل توجهی از دادههاي آزمايشگاهي نياز است. میکرو RNAها، RNA های نظارتی کوچکی هستند که طول آنها حدود 22 نوکلئوتید است. آنها به طور معمول توالی های ترکیبی مکمل را با اهداف خود تشکیل میدهند و برای توقف بیان ژن یا تجزیه mRNA ها در سطح پس از رونویسی عمل میکنند. تحقيقات بسياري موجود است که miRNA ها در انواع فرآیندهای بیولوژیکی و بیماریهای انسانی نقش اصلی دارند، از جمله تمایز و تکامل سلول، متابولیسم، تکثیر و آپوپتوز، عفونت ویروسی، تومورزایی، دیابت و بیماری های عصبی. بنابراین، یافتن اهداف miRNA برای درک بهتر عملکرد و تنظیم miRNA نقش بسيار پر رنگي دارد.
ادامه مطلب
تعداد کلمات: 800 کلمه
⏰زمان مطالعه:4 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
دوشنبه ها : #مقاله_هفته
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
bmcbioinformatics
www.codecool.ir
یک روش مبتنی بر یادگیری عمیق ترکیبی برای پیش بینی اهداف miRNA
میکرو RNAها یا miRNAها نقش اساسی را در طیف گستردهای از فرایندهای بیولوژیکی بازی میکنند. روشهای محاسباتی بسیاری برای شناسایی اهداف miRNA ایجاد شده است. با این حال، اکثر این روشها به ویژگیهای از پیش تعریف شده بستگی دارند که برای محاسبه آنها، به…
📎 فناوري تشخيص چهره با استفاده از هوش مصنوعي. ناجي يا ناقض حريم خصوصي؟
✏️برنامههای جدید و استفاده از هوش مصنوعی (AI) در آنها، توسط بخش های دولتی و خصوصی کشورها پذیرفته می شوند. یکی از مهمترین این تکنولوژیهای نوپا برنامه تشخيص چهره است.
آمازون و مایکروسافت اعلام کردند که از توسعه نرمافزار شناسایی چهره عقبنشینی میکنند، زیرا این مسئله باعث تقویت تعصبات نژادی و جنسیتی میشود. آمازون و مایکروسافت گفتند تا زمان تصویب قوانین جدید در ایالات متحده برای رسیدگی به موارد نقض احتمالی حقوق بشر، فروش نرمافزار تشخیص چهره به پلیس را متوقف کرده و خواستار بازبینی گسترده این صنعت و نحوه استفاده از آن شدهاند. در اوایل سال، مدیر اجرایی شرکت مادر Google ، از پیشنهاد اتحادیه اروپا برای ممنوعیت موقت این فناوری در مکانهای عمومی، مانند ایستگاههای قطار و استادیومها، پشتیبانی کرد. سیستمهای تشخیص چهره با استفاده از تعداد زیادی تصویر آموزش داده میشوند تا از طریق نقشهبرداری از هندسه برخی از ویژگیهای صورت، چهرههای نمایشی از مردم ایجاد کنند. برای طبقهبندی چهره از دستههایی مانند جنسیت، سن یا نژاد و مقایسه آن با سایر چهرههای ذخیره شده در پایگاه دادهها استفاده میشود. طبق گزارش سال 2018 موسسه ملی استاندارد و فناوری ایالات متحده (NIST) ، بین سالهای 2014 و 2018، سیستمهای تشخیص چهره 20 برابر بهتر از روشهای مرسوم در یافتن تطابق در یک پایگاه داده از 12 میلیون عکس بودند. اما یک مطالعه جداگانه، که توسط NIST در دسامبر 2019 منتشر شد، نشان داد که چهرههای آفریقایی-آمریکایی و آسیایی 10 تا 100 برابر بیشتر از مردان قفقازی اشتباه شناسایی می شوند این سیستمها همچنین در شناسایی زنان نیز خطای زیادی داشتند.
ادامه مطلب...
تعداد کلمات: 550 کلمه
⏰زمان مطالعه:3 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
nature
✏️برنامههای جدید و استفاده از هوش مصنوعی (AI) در آنها، توسط بخش های دولتی و خصوصی کشورها پذیرفته می شوند. یکی از مهمترین این تکنولوژیهای نوپا برنامه تشخيص چهره است.
آمازون و مایکروسافت اعلام کردند که از توسعه نرمافزار شناسایی چهره عقبنشینی میکنند، زیرا این مسئله باعث تقویت تعصبات نژادی و جنسیتی میشود. آمازون و مایکروسافت گفتند تا زمان تصویب قوانین جدید در ایالات متحده برای رسیدگی به موارد نقض احتمالی حقوق بشر، فروش نرمافزار تشخیص چهره به پلیس را متوقف کرده و خواستار بازبینی گسترده این صنعت و نحوه استفاده از آن شدهاند. در اوایل سال، مدیر اجرایی شرکت مادر Google ، از پیشنهاد اتحادیه اروپا برای ممنوعیت موقت این فناوری در مکانهای عمومی، مانند ایستگاههای قطار و استادیومها، پشتیبانی کرد. سیستمهای تشخیص چهره با استفاده از تعداد زیادی تصویر آموزش داده میشوند تا از طریق نقشهبرداری از هندسه برخی از ویژگیهای صورت، چهرههای نمایشی از مردم ایجاد کنند. برای طبقهبندی چهره از دستههایی مانند جنسیت، سن یا نژاد و مقایسه آن با سایر چهرههای ذخیره شده در پایگاه دادهها استفاده میشود. طبق گزارش سال 2018 موسسه ملی استاندارد و فناوری ایالات متحده (NIST) ، بین سالهای 2014 و 2018، سیستمهای تشخیص چهره 20 برابر بهتر از روشهای مرسوم در یافتن تطابق در یک پایگاه داده از 12 میلیون عکس بودند. اما یک مطالعه جداگانه، که توسط NIST در دسامبر 2019 منتشر شد، نشان داد که چهرههای آفریقایی-آمریکایی و آسیایی 10 تا 100 برابر بیشتر از مردان قفقازی اشتباه شناسایی می شوند این سیستمها همچنین در شناسایی زنان نیز خطای زیادی داشتند.
ادامه مطلب...
تعداد کلمات: 550 کلمه
⏰زمان مطالعه:3 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
nature
📎 ابزار جدید یادگیری عمیق و انقلابی در میکروسکوپ
✏️ابزاری برای توسعه هوش مصنوعی در دانشگاه گوتنبرگ فرصتهای جدیدی را برای تجزیه و تحلیل تصاویر دريافت شده توسط میکروسکوپ فراهم میآورد. یک مطالعه جدی در اين زمينه نشان میدهد که این ابزار که قبلاً بصورت بينالمللی به رسميت شناخته شده، میتواند ويژگيهای میکروسکوپی را به طور اساسی تغییر دهد و زمینه را برای کشف و موارد جدید استفاده در تحقیقات و صنعت فراهم کند. تمرکز بر مطالعه یادگیری عمیق(Deep Learning)، نوعی هوش مصنوعی (AI) و یادگیری ماشینی است که همهی ما روزانه با آن ارتباط برقرار میکنیم و اين ارتباط در شرايطی است که غالبا به آنها فکر هم نمیکنیم. به عنوان مثال، وقتی آهنگ جدیدی در Spotify پخش میشود که شبیه آهنگهایی است که قبلاً گوش دادهایم یا وقتی دوربین تلفن همراه ما به طور خودکار بهترین تنظیمات را پیدا میکند و رنگ ها را در عکس تصحیح می کند همه اين موارد جزو مواردی است که در ذهن بسيار تکراری تلقی ميشود اما در پس اين موارد تکنولوژی عظيم يادگيری ماشين و يادگيری عميق نهفته شده است.
ادامه مطلب
تعداد کلمات: 600 کلمه
⏰زمان مطالعه:3 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
scitechdaily
✏️ابزاری برای توسعه هوش مصنوعی در دانشگاه گوتنبرگ فرصتهای جدیدی را برای تجزیه و تحلیل تصاویر دريافت شده توسط میکروسکوپ فراهم میآورد. یک مطالعه جدی در اين زمينه نشان میدهد که این ابزار که قبلاً بصورت بينالمللی به رسميت شناخته شده، میتواند ويژگيهای میکروسکوپی را به طور اساسی تغییر دهد و زمینه را برای کشف و موارد جدید استفاده در تحقیقات و صنعت فراهم کند. تمرکز بر مطالعه یادگیری عمیق(Deep Learning)، نوعی هوش مصنوعی (AI) و یادگیری ماشینی است که همهی ما روزانه با آن ارتباط برقرار میکنیم و اين ارتباط در شرايطی است که غالبا به آنها فکر هم نمیکنیم. به عنوان مثال، وقتی آهنگ جدیدی در Spotify پخش میشود که شبیه آهنگهایی است که قبلاً گوش دادهایم یا وقتی دوربین تلفن همراه ما به طور خودکار بهترین تنظیمات را پیدا میکند و رنگ ها را در عکس تصحیح می کند همه اين موارد جزو مواردی است که در ذهن بسيار تکراری تلقی ميشود اما در پس اين موارد تکنولوژی عظيم يادگيری ماشين و يادگيری عميق نهفته شده است.
ادامه مطلب
تعداد کلمات: 600 کلمه
⏰زمان مطالعه:3 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
scitechdaily
www.codecool.ir
ابزار جدید یادگیری عمیق می تواند انقلابی در میکروسکوپ ایجاد کند
ابزاری برای توسعه هوشمصنوعی دردانشگاه گوتنبرگ فرصتهای جدیدی را برای تجزیه و تحلیل تصاویر دريافت شده توسط میکروسکوپ فراهم ميآورد. یک مطالعه جدي در اين زمينه نشان میدهد که این ابزار که قبلاً به بصورت بينالمللي به رسميت شناخته شده، میتواند ويژگيهاي میکروسکوپی…
📎 تشخيص صدا يکی از برترين پروژههای هوش مصنوعی
✏️از سال 1952 که آزمایشگاههای بل و آدری، دستگاهی که توانایی تشخیص گفتاری را دارد ابداع کردند، هوش مصنوعی راه زیادی را در این زمینه پیموده است. یک مطالعه اخیر توسط Capgemini نشان میدهد که چقدر تشخیص گفتار در همه ارکان تکنولوژی حاضر است و 74٪ از مصرف کنندگان نمونه گزارش کردند که از دستیار مکالمه برای تحقیق و خرید کالا و خدمات، ایجاد لیست خرید و بررسی وضعیت سفارش استفاده میکنند. همه ما با دستیارهای دیجیتالی مانند دستیار Google ، Cortana، Siri و Alexa آشنا هستیم. بیش از یک میلیارد نفر در دنیا از دستیار Google و Siri استفاده میکنند فقط دستیار Siri بیش از 40 میلیون کاربر در ایالات متحده دارد. اما آیا تا به حال فکر کردهاید که این ابزار چگونه حرف شما را میفهمد؟ خوب، آنها برای تولید متن گفتاری از هوش مصنوعی استفاده میکنند.
در تشخیص گفتار، رایانه ورودی را به صورت لرزش صدا(موج)می گیرد. این کار با استفاده از مبدل آنالوگ به دیجیتال انجام میشود که امواج صوتی را به یک قالب دیجیتالی تبدیل میکند که کامپیوتر میتواند آن را درک کند. سپس یک سری الگوریتمهای پیچیده بر روی دادهها اجرا میشوند تا گفتار را تشخیص دهند و نتیجه متن را برگردانند. بسته به هدف نهایی، دادهها همچنین ممکن است به شکل دیگری تبدیل شوند. به عنوان مثال، تایپ Google Voice کلمات گفتاری را به متن تبدیل میکند در حالی که دستیاران شخصی مانند Siri و Google Assistant ورودی صدا را میگیرند اما میتوانند پاسخ صوتی نیز بدهند. اساساً، شما فرمانی مانند "هوا چطوره؟" را صادر میکنید. ودستگاه با یک صوت پاسخ میدهد. تشخیص گفتار پیشرفته و همچنین تشخیص صدای از اهداف هوش مصنوعی است که در آن رایانه میتواند صدای بلندگوی خاصی را تشخیص دهد.
ادامه مطلب را اینجا بخوانید.
تعداد کلمات: 800 کلمه
⏰زمان مطالعه: 4 تا 5 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانش آموخته کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
itchronicles
✏️از سال 1952 که آزمایشگاههای بل و آدری، دستگاهی که توانایی تشخیص گفتاری را دارد ابداع کردند، هوش مصنوعی راه زیادی را در این زمینه پیموده است. یک مطالعه اخیر توسط Capgemini نشان میدهد که چقدر تشخیص گفتار در همه ارکان تکنولوژی حاضر است و 74٪ از مصرف کنندگان نمونه گزارش کردند که از دستیار مکالمه برای تحقیق و خرید کالا و خدمات، ایجاد لیست خرید و بررسی وضعیت سفارش استفاده میکنند. همه ما با دستیارهای دیجیتالی مانند دستیار Google ، Cortana، Siri و Alexa آشنا هستیم. بیش از یک میلیارد نفر در دنیا از دستیار Google و Siri استفاده میکنند فقط دستیار Siri بیش از 40 میلیون کاربر در ایالات متحده دارد. اما آیا تا به حال فکر کردهاید که این ابزار چگونه حرف شما را میفهمد؟ خوب، آنها برای تولید متن گفتاری از هوش مصنوعی استفاده میکنند.
در تشخیص گفتار، رایانه ورودی را به صورت لرزش صدا(موج)می گیرد. این کار با استفاده از مبدل آنالوگ به دیجیتال انجام میشود که امواج صوتی را به یک قالب دیجیتالی تبدیل میکند که کامپیوتر میتواند آن را درک کند. سپس یک سری الگوریتمهای پیچیده بر روی دادهها اجرا میشوند تا گفتار را تشخیص دهند و نتیجه متن را برگردانند. بسته به هدف نهایی، دادهها همچنین ممکن است به شکل دیگری تبدیل شوند. به عنوان مثال، تایپ Google Voice کلمات گفتاری را به متن تبدیل میکند در حالی که دستیاران شخصی مانند Siri و Google Assistant ورودی صدا را میگیرند اما میتوانند پاسخ صوتی نیز بدهند. اساساً، شما فرمانی مانند "هوا چطوره؟" را صادر میکنید. ودستگاه با یک صوت پاسخ میدهد. تشخیص گفتار پیشرفته و همچنین تشخیص صدای از اهداف هوش مصنوعی است که در آن رایانه میتواند صدای بلندگوی خاصی را تشخیص دهد.
ادامه مطلب را اینجا بخوانید.
تعداد کلمات: 800 کلمه
⏰زمان مطالعه: 4 تا 5 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانش آموخته کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
itchronicles
www.codecool.ir
تشخيص صدا يکی از برترين پروژههای هوش مصنوعی
از سال 1952 که آزمایشگاههای بل و آدری، دستگاهی که توانایی تشخیص گفتاری را دارد ابداع کردند، هوش مصنوعی راه زیادی را در این زمینه پیموده است. یک مطالعه اخیر توسط Capgemini نشان میدهد که چقدر تشخیص گفتار در همه ارکان تکنولوژی حاضر است و 74٪ از مصرف کنندگان…
ده مورد از فناوریهاي نوآورانه هوش مصنوعی
هوش مصنوعی شیوه زندگی ما را با فناوریهای نوظهور تغییر داده است. هوشمصنوعی در هر صنعت طوفانی ایجاد کرده و تأثیر زیادی بر هر بخش از جامعه دارد. اصطلاحات هوش مصنوعی اولین بار در سال 1956 در یک کنفرانس مطرح شد. بحث در مورد این کنفرانس منجر به فناوری اطلاعات میان رشتهای شد. ظهور اینترنت به پیشرفت برجسته این فناوری کمک کرد. فناوری هوش مصنوعی سی سال یک فناوری مستقل بود، اما اکنون گستره آن در همه حوزههای زندگی قابل رویت است. هوش مصنوعی با اختصار AI شناخته میشود و فرآیند بازآفرینی هوش انسان در ماشین است. براساس گزارش گارتنر(از دانشمندان این رشته)، پذیرش هوش مصنوعی طی سالهای 2019 - 2018 از 4 درصد به 15 درصد رسیده است. بسیاری از فناوریهای جدید و نوظهور در هوش مصنوعی جای گرفتهاند. در این مقاله برآنیم تا در باره 10 مورد از جدیدترین فناوریهای هوش مصنوعی بحث کنیم.
ادامه مطلب را اينجا بخوانيد
تعداد کلمات: 1200 کلمه
⏰زمان مطالعه:10دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانش آموخته کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
mindmajix
هوش مصنوعی شیوه زندگی ما را با فناوریهای نوظهور تغییر داده است. هوشمصنوعی در هر صنعت طوفانی ایجاد کرده و تأثیر زیادی بر هر بخش از جامعه دارد. اصطلاحات هوش مصنوعی اولین بار در سال 1956 در یک کنفرانس مطرح شد. بحث در مورد این کنفرانس منجر به فناوری اطلاعات میان رشتهای شد. ظهور اینترنت به پیشرفت برجسته این فناوری کمک کرد. فناوری هوش مصنوعی سی سال یک فناوری مستقل بود، اما اکنون گستره آن در همه حوزههای زندگی قابل رویت است. هوش مصنوعی با اختصار AI شناخته میشود و فرآیند بازآفرینی هوش انسان در ماشین است. براساس گزارش گارتنر(از دانشمندان این رشته)، پذیرش هوش مصنوعی طی سالهای 2019 - 2018 از 4 درصد به 15 درصد رسیده است. بسیاری از فناوریهای جدید و نوظهور در هوش مصنوعی جای گرفتهاند. در این مقاله برآنیم تا در باره 10 مورد از جدیدترین فناوریهای هوش مصنوعی بحث کنیم.
ادامه مطلب را اينجا بخوانيد
تعداد کلمات: 1200 کلمه
⏰زمان مطالعه:10دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانش آموخته کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
چهارشنبه ها : #اخبار_فناوری
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
mindmajix
www.codecool.ir
ده مورد از فناوریهاي نوآورانه هوش مصنوعی
هوش مصنوعی شیوه زندگی ما را با فناوریهای نوظهور تغییر داده است. هوشمصنوعی در هر صنعت طوفانی ایجاد کرده و تأثیر زیادی بر هر بخش از جامعه دارد. اصطلاحات هوش مصنوعی اولین بار در سال 1956 در یک کنفرانس مطرح شد. بحث در مورد این کنفرانس منجر به فناوری اطلاعات…
✏️یک پایگاه داده از ساختار پروتئین ویروس کرونا با وضوح بالا
ویروس SARS-CoV2، عامل اتیولوژیک COVID-19، تهدید عمومی و فوری برای سلامت جهانی میباشد. نیاز فوری به واكسنهای موثر و داروهای درمانی، منجر به افزایش سریع تعیین ساختار و تعداد ساختارهای سه بعدی با وضوح بالا پروتئینهای SARS-CoV2 میشود كه در مجموع، نقشهای از آسیبپذیری ویروس را نشان میدهد. برای کمک به طراحی واکسنها و روشهای درمانی مبتنی بر ساختار، در برابر SARS-CoV2 و ویروسهای مختلف کرونا، این مطالعه پایگاه داده و منبع ساختاری پروتئین ویروس کرونا را با نام CoV3D ایجاد کرده است که به صورت هفتگی به روزرسانی میشود. این پایگاه داده مجموعههای کاملی از ساختار پروتئینهای ویروس کرونا، ساختار ویروس-آنتیبادی و همچنین ویروسهای مجتمع شده با گیرندهها و مولکولهای کوچک را در اختیار کاربران قرار میدهد. ساختار مولکولی مجتمع شده به کاربران امکان میدهد تا ساختار اسپایک گلیکوپروتئین را غربالگری نمایند. این ساختار اسپایک گلیکوپروتئین هدف اصلی آنتی بادیهای خنثی کننده بوده و میتواند کمک شایانی به ساخت واکسن و مجموعه آنتی بادی پروتئین اسپایک نمایند.
ادامه مطلب...
تعداد کلمات: 600 کلمه
⏰زمان مطالعه:4دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانش آموخته کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
#سوژه_های_برگزیده
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
academic
ویروس SARS-CoV2، عامل اتیولوژیک COVID-19، تهدید عمومی و فوری برای سلامت جهانی میباشد. نیاز فوری به واكسنهای موثر و داروهای درمانی، منجر به افزایش سریع تعیین ساختار و تعداد ساختارهای سه بعدی با وضوح بالا پروتئینهای SARS-CoV2 میشود كه در مجموع، نقشهای از آسیبپذیری ویروس را نشان میدهد. برای کمک به طراحی واکسنها و روشهای درمانی مبتنی بر ساختار، در برابر SARS-CoV2 و ویروسهای مختلف کرونا، این مطالعه پایگاه داده و منبع ساختاری پروتئین ویروس کرونا را با نام CoV3D ایجاد کرده است که به صورت هفتگی به روزرسانی میشود. این پایگاه داده مجموعههای کاملی از ساختار پروتئینهای ویروس کرونا، ساختار ویروس-آنتیبادی و همچنین ویروسهای مجتمع شده با گیرندهها و مولکولهای کوچک را در اختیار کاربران قرار میدهد. ساختار مولکولی مجتمع شده به کاربران امکان میدهد تا ساختار اسپایک گلیکوپروتئین را غربالگری نمایند. این ساختار اسپایک گلیکوپروتئین هدف اصلی آنتی بادیهای خنثی کننده بوده و میتواند کمک شایانی به ساخت واکسن و مجموعه آنتی بادی پروتئین اسپایک نمایند.
ادامه مطلب...
تعداد کلمات: 600 کلمه
⏰زمان مطالعه:4دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانش آموخته کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
#سوژه_های_برگزیده
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
academic
✏️محاسبات بدون سرور چیست
محاسبات بدون سرور روشی برای ارائه خدمات Backend به صورت معمول است. یک ارائه دهنده بدون سرور به کاربران اجازه میدهد بدون هیچ نگرانی در مورد زیرساختهای اساسی، کدی را بنویسند و کامپایل کرده و فراخوانی نمایند. شرکتی که از یک فروشنده بدون سرور خدمات دریافت میکند، بر اساس میزان محاسبه سرور شارژ میشود و مجبور نیستند مقدار مشخصی از پهنای باند یا تعداد سرورها را رزرو و پرداخت کند، زیرا پایه اصلی این سرویس مقیاس خودکار است. باید توجه داشت که با وجود نام سرویس بدون سرور، همچنان از سرورهای فیزیکی استفاده میشود اما توسعه دهندگان نیازی به آگاهی از آنها ندارند.
در روزهای ابتدایی وب و اپلیکیشنهای بر پایه وب، کسی که می خواست یک برنامه تحت وب پیادهسازی کند باید سخت افزار فیزیکی مورد نیاز برای راهاندازی سرور را تهیه مینمود که معمولا این کاری بسیار سخت، فنی و گران است. سپس رایانش ابری(Cloud Computing) بهوجود آمد، جایی که تعداد ثابت سرورها یا مقداری فضای سرور از راه دور توسط توسعهدهندگان وب اجاره میگردید. هم اکنون نیز توسعهدهندگان و شرکتهایی که این واحدهای ثابت فضای سرور را اجاره میکنند معمولاً بیش از حد مورد نیاز خود رزرو مینمایند تا اطمینان حاصل شود که افزایش ترافیک یا فعالیت آنها از حد ماهیانه ذکر شده در قرارداد فراتر نمیرود. زیرا در صورت بروز چنین اتفاقی محاسباتشان ممکن است قبل از رسیدن به نتایج مطلوب متوقف شود و این امر کابوسی برای شرکت های توسعه دهنده وب است.
ادامه مطلب را اینجا بخوانید.
تعداد کلمات: 600 کلمه
⏰زمان مطالعه:4دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانش آموخته کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
شنبهها : #سوژه_های_برگزیده
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
Cloudflare
محاسبات بدون سرور روشی برای ارائه خدمات Backend به صورت معمول است. یک ارائه دهنده بدون سرور به کاربران اجازه میدهد بدون هیچ نگرانی در مورد زیرساختهای اساسی، کدی را بنویسند و کامپایل کرده و فراخوانی نمایند. شرکتی که از یک فروشنده بدون سرور خدمات دریافت میکند، بر اساس میزان محاسبه سرور شارژ میشود و مجبور نیستند مقدار مشخصی از پهنای باند یا تعداد سرورها را رزرو و پرداخت کند، زیرا پایه اصلی این سرویس مقیاس خودکار است. باید توجه داشت که با وجود نام سرویس بدون سرور، همچنان از سرورهای فیزیکی استفاده میشود اما توسعه دهندگان نیازی به آگاهی از آنها ندارند.
در روزهای ابتدایی وب و اپلیکیشنهای بر پایه وب، کسی که می خواست یک برنامه تحت وب پیادهسازی کند باید سخت افزار فیزیکی مورد نیاز برای راهاندازی سرور را تهیه مینمود که معمولا این کاری بسیار سخت، فنی و گران است. سپس رایانش ابری(Cloud Computing) بهوجود آمد، جایی که تعداد ثابت سرورها یا مقداری فضای سرور از راه دور توسط توسعهدهندگان وب اجاره میگردید. هم اکنون نیز توسعهدهندگان و شرکتهایی که این واحدهای ثابت فضای سرور را اجاره میکنند معمولاً بیش از حد مورد نیاز خود رزرو مینمایند تا اطمینان حاصل شود که افزایش ترافیک یا فعالیت آنها از حد ماهیانه ذکر شده در قرارداد فراتر نمیرود. زیرا در صورت بروز چنین اتفاقی محاسباتشان ممکن است قبل از رسیدن به نتایج مطلوب متوقف شود و این امر کابوسی برای شرکت های توسعه دهنده وب است.
ادامه مطلب را اینجا بخوانید.
تعداد کلمات: 600 کلمه
⏰زمان مطالعه:4دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانش آموخته کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
شنبهها : #سوژه_های_برگزیده
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
Cloudflare
www.codecool.ir
محاسبات بدون سرور چیست
محاسبات بدون سرور روشی برای ارائه خدمات Backend به صورت معمول است. یک ارائه دهنده بدون سرور به کاربران اجازه میدهد بدون هیچ نگرانی در مورد زیرساختهای اساسی، کدی را بنویسند و کامپایل و فراخوانی نمایند. شرکتی که از یک فروشنده بدون سرور خدمات دریافت میکند،…
✏️واقعیت مجازی و واقعیت افزوده
اصطلاحات واقعیت مجازی (Virtual Reality) و واقعیت افزوده(Augmented Reality) بسیار مورد استفاده قرار میگیرد. هدستهای واقعیت مجازی ، مانند Oculus Quest یا Valve Index و برنامهها و بازیهای واقعیت افزوده، مانند Pokemon Go ، هنوز هم محبوب هستند. آنها از نظر ساختار شبیه بهنظر میرسند و با پیشرفت فناوریهای مرتبط، کمی در یکدیگر ادغام میشوند. اما آنها دو مفهوم کاملاً متفاوت هستند، با ویژگیهایی که به آسانی یکی را از دیگری متمایز میکند.
✏️ابزار واقعیت مجازی چیست؟
هدستهای واقعیت مجازی کاملاً بینایی شما را تحتتأثیر قرار میدهند تا این تصور را به شما القا کنند که در جای دیگری هستیدHTC Vive Cosmos ، PlayStation VR ، Oculus Quest ،Valve Index و هدستهای دیگر مات هستند و هنگام استفاده از آنها محیط اطراف شما را مسدود میکنند. اگر آنها را هنگامی که خاموش هستند بپوشید، ممکن است فکر کنید چشمانتان بسته است و هیچگونه دیدی به بیرون ندارند.
با روشن شدن هدست، پنل های LCD یا OLED در داخل توسط لنزها شکسته میشوند تا میدان دید شما را با آنچه نمایش داده میشود پر کنند. موارد استفاده آنها میتواند یک بازی، یک فیلم 360 درجه یا فقط فضای مجازی رابط پلتفرمها باشد. از نظر بصری، شما به هر کجا که هدست می خواهد میتوانید بروید و دنیای بیرون برای شما با یک دستگاه مجازی جایگزین میشود.
هدستهای VR متصل مانند Index و PS VR و هدست های VR مستقل، مانند Quest 2، از ردیاب حرکت شش درجه (6DOF) استفاده میکنند. در این فناوری از حسگرها یا دوربینهای خارجی یا دوربینهای رو به بیرون استفاده میشود. این بدان معناست که هدستها نه تنها جهت حرکت شما را تشخیص میدهند، بلکه هرحرکتی را که در آن جهت انجام دهید ، تشخیص می دهند. این خصوصیت همراه با کنترل کنندههای حرکت 6DOF ، به شما امکان میدهد در یک فضای مجازی، با دستان مجازی حرکت کنید. این فضا معمولاً به عرض چند متر مربع محدود میشود ، اما بسیار واقعیتر از این است که فقط بیحرکت بایستید و در جهات مختلف نگاه کنید. تنها اشکال آن این است که باید مراقب باشید به کابلهایی که هدست را به رایانه یا سیستم بازی شما متصل میکند برخورد نکنید و باعث پاره شدن آنها نشوید.
ادامه مطلب...
تعداد کلمات: حدود 800 کلمه
⏰زمان مطالعه:5 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانش آموخته کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
شنبهها : #سوژه_های_برگزیده
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
Pcmag
اصطلاحات واقعیت مجازی (Virtual Reality) و واقعیت افزوده(Augmented Reality) بسیار مورد استفاده قرار میگیرد. هدستهای واقعیت مجازی ، مانند Oculus Quest یا Valve Index و برنامهها و بازیهای واقعیت افزوده، مانند Pokemon Go ، هنوز هم محبوب هستند. آنها از نظر ساختار شبیه بهنظر میرسند و با پیشرفت فناوریهای مرتبط، کمی در یکدیگر ادغام میشوند. اما آنها دو مفهوم کاملاً متفاوت هستند، با ویژگیهایی که به آسانی یکی را از دیگری متمایز میکند.
✏️ابزار واقعیت مجازی چیست؟
هدستهای واقعیت مجازی کاملاً بینایی شما را تحتتأثیر قرار میدهند تا این تصور را به شما القا کنند که در جای دیگری هستیدHTC Vive Cosmos ، PlayStation VR ، Oculus Quest ،Valve Index و هدستهای دیگر مات هستند و هنگام استفاده از آنها محیط اطراف شما را مسدود میکنند. اگر آنها را هنگامی که خاموش هستند بپوشید، ممکن است فکر کنید چشمانتان بسته است و هیچگونه دیدی به بیرون ندارند.
با روشن شدن هدست، پنل های LCD یا OLED در داخل توسط لنزها شکسته میشوند تا میدان دید شما را با آنچه نمایش داده میشود پر کنند. موارد استفاده آنها میتواند یک بازی، یک فیلم 360 درجه یا فقط فضای مجازی رابط پلتفرمها باشد. از نظر بصری، شما به هر کجا که هدست می خواهد میتوانید بروید و دنیای بیرون برای شما با یک دستگاه مجازی جایگزین میشود.
هدستهای VR متصل مانند Index و PS VR و هدست های VR مستقل، مانند Quest 2، از ردیاب حرکت شش درجه (6DOF) استفاده میکنند. در این فناوری از حسگرها یا دوربینهای خارجی یا دوربینهای رو به بیرون استفاده میشود. این بدان معناست که هدستها نه تنها جهت حرکت شما را تشخیص میدهند، بلکه هرحرکتی را که در آن جهت انجام دهید ، تشخیص می دهند. این خصوصیت همراه با کنترل کنندههای حرکت 6DOF ، به شما امکان میدهد در یک فضای مجازی، با دستان مجازی حرکت کنید. این فضا معمولاً به عرض چند متر مربع محدود میشود ، اما بسیار واقعیتر از این است که فقط بیحرکت بایستید و در جهات مختلف نگاه کنید. تنها اشکال آن این است که باید مراقب باشید به کابلهایی که هدست را به رایانه یا سیستم بازی شما متصل میکند برخورد نکنید و باعث پاره شدن آنها نشوید.
ادامه مطلب...
تعداد کلمات: حدود 800 کلمه
⏰زمان مطالعه:5 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانش آموخته کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
شنبهها : #سوژه_های_برگزیده
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
Pcmag
www.codecool.ir
واقعیت مجازی و واقعیت افزوده
اصطلاحات واقعیت مجازی (Virtual Reality) و واقعیت افزوده(Augmented Reality) بسیار مورد استفاده قرار میگیرد. هدستهای واقعیت مجازی ، مانند Oculus Quest یا Valve Index و برنامهها و بازیهای واقعیت افزوده، مانند Pokemon Go ، هنوز هم محبوب هستند. آنها از نظر…
✏️شبکههاي هوشمند و تکنيک پردازش سيگنال
شبکههاي هوشمند یک زمینه تحقیقاتی در حال ظهور در دهه اخیر است. يکي از بزرگترين پروژههاي شبکههاي هوشمند در شبکه برق رساني کشورهاي صنعتي مورد استفاده قرار گرفته است. از ویژگیهای متمایز شبکههاي هوشمند ميتوان به قابلیت نظارت و یکپارچهسازی دادهها، تجزیه و تحلیل پیشرفته برای پشتیبانی از کنترل سیستم، افزایش امنیت برق و ارتباط موثر برای تامين تقاضای برق اشاره نمود. مصرف انرژی کارآمد و حداقل هزینهها نیز در ویژگیهای فوقالعاده شبکه هوشمند گنجانده شده است. پیادهسازی شبکه هوشمند مستلزم تعامل هوشمند بین دستگاههای تولید کننده و مصرف کننده برق است که میتوان با نصب دستگاههایی که قادر به پردازش دادهها هستند آنها را محاسبه نمود. کارایی این دستگاهها بستگی زیادی به انتخاب و اجرای تکنیکهای پیشرفته پردازش سیگنال دیجیتال دارد. این مقاله یک بررسی جامع در مورد کاربرد تکنیکهای پردازش سیگنال در شبکههای هوشمند، و چالشها و کاستیهای این تکنیکها ارائه کرده است. علاوه بر این، برخی از جهتهای تحقیقاتی آینده را در ارتباط با کاربردهای پردازش سیگنال در شبکههای هوشمند ترسیم میکند. در چنین سناریوی پیچیدهای، تکنیکهای پردازش سیگنال برای درک، برنامهریزی، طراحی و راه اندازی شبکههای الکترونیکی هوشمند آینده پیچیده و ضروری است. علاوه بر این، پردازش سیگنال کاربردهای گستردهای دارد و در حال تبدیل شدن به یک ابزار مهم برای تجزیه و تحلیل سیستم قدرت الکتریکی است. این به این دلیل است که اندازه گیریهای بازیابی شده از مکانهای متعدد شبکه میتواند برای تجزیه و تحلیل دادهها استفاده شود.
ادامه مطلب ...
تعداد کلمات: حدود 550 کلمه
⏰زمان مطالعه: حدود 4 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانش آموخته کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
#سوژه_های_برگزیده
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
https://hcis-journal.springeropen.com/articles/10.1186/s13673-018-0126-9
شبکههاي هوشمند یک زمینه تحقیقاتی در حال ظهور در دهه اخیر است. يکي از بزرگترين پروژههاي شبکههاي هوشمند در شبکه برق رساني کشورهاي صنعتي مورد استفاده قرار گرفته است. از ویژگیهای متمایز شبکههاي هوشمند ميتوان به قابلیت نظارت و یکپارچهسازی دادهها، تجزیه و تحلیل پیشرفته برای پشتیبانی از کنترل سیستم، افزایش امنیت برق و ارتباط موثر برای تامين تقاضای برق اشاره نمود. مصرف انرژی کارآمد و حداقل هزینهها نیز در ویژگیهای فوقالعاده شبکه هوشمند گنجانده شده است. پیادهسازی شبکه هوشمند مستلزم تعامل هوشمند بین دستگاههای تولید کننده و مصرف کننده برق است که میتوان با نصب دستگاههایی که قادر به پردازش دادهها هستند آنها را محاسبه نمود. کارایی این دستگاهها بستگی زیادی به انتخاب و اجرای تکنیکهای پیشرفته پردازش سیگنال دیجیتال دارد. این مقاله یک بررسی جامع در مورد کاربرد تکنیکهای پردازش سیگنال در شبکههای هوشمند، و چالشها و کاستیهای این تکنیکها ارائه کرده است. علاوه بر این، برخی از جهتهای تحقیقاتی آینده را در ارتباط با کاربردهای پردازش سیگنال در شبکههای هوشمند ترسیم میکند. در چنین سناریوی پیچیدهای، تکنیکهای پردازش سیگنال برای درک، برنامهریزی، طراحی و راه اندازی شبکههای الکترونیکی هوشمند آینده پیچیده و ضروری است. علاوه بر این، پردازش سیگنال کاربردهای گستردهای دارد و در حال تبدیل شدن به یک ابزار مهم برای تجزیه و تحلیل سیستم قدرت الکتریکی است. این به این دلیل است که اندازه گیریهای بازیابی شده از مکانهای متعدد شبکه میتواند برای تجزیه و تحلیل دادهها استفاده شود.
ادامه مطلب ...
تعداد کلمات: حدود 550 کلمه
⏰زمان مطالعه: حدود 4 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانش آموخته کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس
#سوژه_های_برگزیده
✅کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
https://hcis-journal.springeropen.com/articles/10.1186/s13673-018-0126-9
www.codecool.ir
شبکههاي هوشمند و تکنيک پردازش سيگنال
شبکههاي هوشمند یک زمینه تحقیقاتی در حال ظهور در دهه اخیر است. يکي از بزرگترين پروژههاي شبکههاي هوشمند در شبکه برق رساني کشورهاي صنعتي مورد استفاده قرار گرفته است. از ویژگیهای متمایز شبکههاي هوشمند ميتوان به قابلیت نظارت و یکپارچهسازی دادهها، تجزیه…