.png "عصر ایران")
۱۲ دی ۱۴۰۴
به روز شده در: ۱۲ دی ۱۴۰۴ - ۱۶:۱۵
جشن سوگند زهران ممدانی در نیویورک برگزار شد ابداع روش یادگیری عمیق برای حل مکعب روبیک
کالین جی جانسون (Colin G. Johnson)، دانشیار دانشگاه ناتینگهام به تازگی روش یادگیری عمیقی ابداع کرده است که میتواند از تعدادی راهحل نمونه برای حل یک مشکل کلی استفاده کرده و اصطلاحا "عملکرد مناسب" را بیاموزد.
به گزارش ایسنا و به نقل از تکاکسپلور، این روش که در مقالهای در مجلهی "Wiley's Expert Systems" به چاپ رسیده است ابتدا برای حل مکعب روبیک طراحی شده بود.
کالین جی جانسون میگوید: هدف مقالهی ما استفاده از یادگیری ماشینی برای آموختن حل مکعب روبیک بود. مکعب روبیک پازل بسیار پیچیدهای است اما بسیاری از این معماها در بیشترین حالت ۲۰ قدم تا حل شدن فاصله دارند و رویکردی که ما پیش گرفتهایم تلاش برای حل این مسئله با یادگرفتن هر مرحله به صورت جداگانه است.
این روش که توسط جانسون ابداع شده مبتنی بر دو روش اصلی است: یادگیری گامبهگام و استفاده از شبکهی عصبی. در این روش سعی میشود تا مکعب روبیک مرحله به مرحله حل شود به جای آن که حل کردن کل آن به یک باره یاد گرفته شود. به عبارت دیگر تغییر دادن بخشهای آن برای رسیدن به شکلی سادهتر و تکرار چندین بارهی مراحل تا حل شدن مکعب روبیک.
جانسون توضیح میدهد: به جای آن که برنامه بیاموزد چگونه یک باره مکعب روبیک را حل کند میآموزد که چگونه آن را سادهتر کند تا زمانی که کاملا حل شود. در این ساختار هر مرحله از مرحله قبل سادهتر خواهد بود بنابراین من ابتدا روشی ابداع کردم که با آن بتوان میزان بهم ریختگی مکعب را تخمین زد. پس از آن که تخمین زده شده مکعب چند بار بهم ریخته شده، روش ابداعی جانسون از یک شبکهی عمیق عصبی استفاده میکند تا متوجه شود مکعب چند قدم تا حل شدن فاصله دارد و در نهایت با استفده از این دادهها برای حل مکعب روبیک استفاده میکند.
جانسون این روش را با چند آزمایش بررسی کرد و آن را با روشهای قبلی که براساس گروهی از الگوریتمها به نام جنگل تصادفی (random forest) و سایر روشهای کامپیوتری مقایسه کرد. روش او به خوبی با همهی این روشها قبل مقایسه بود و مزیت آن حل مرحله به مرحلهی مسئله بود.
تاکنون جانسون از این روش تنها برای حل مکعب روبیک استفاده کرده است اما میتوان آن را در مسائل بزرگتری که به صورت مرحلهای حل میشوند نیز به کار برد.
در آینده این روش مرحلهای میتواند برای حل بسیاری از مشکلات دیگر که ریشه در علم و مهندسی دارد مورد استفاده قرار گیرد. برای مثال از آن میتوان برای مطالعه و درک بهتر نحوهی قرارگیری پروتئینها در درون سلول استفاده کرد.
لینک کوتاه: کپی لینک
نمایش و نقد فیلم «سامی» در خانه سینما (+عکس) واژگونی اتوبوس در جاده هراز/ ۱۰ نفر مصدوم شدند خبرگزاری فارس: دستگاههای قضایی شفاف و بدون ابهام بگویند جوان فوت شده در اعتراضات، بسیجی بود یا معترض؟ فورد لاندو ۱۹۷۶؛ نماد تجمل و استایل کلاسیک معروف به قالیچه پرنده! (+عکس) وزیر دفاع: توان موشکی جمهوری اسلامی ایران نه قابل مذاکره است و نه قابل نابودی خانم معلمی که تسلیم جاده بسته نشد! (+عکس) حوادث شب سال نو آلمان / 2 کشته و چند صد بازداشتی برای ستوان رحیم مجیدی که در سرما یخ زد/ نمادها درد نمیکشند، انسانها آری.... وقتی قهرمان اسکی با پورشه پرید! (+عکس) واکنش سخنگوی وزارت خارجه به اظهارات ترامپ: ایرانیان برای حل مشکلاتشان، اجازه مداخله خارجی را نمی دهند طراحی پایدار در قلب نیویورک؛ پاویون پیر ۱ با سقف خورشیدی (+عکس) خبرگزاری فارس: معترضین جمع اندکی بودند که با بی اعتنایی مردم روبرو شدند حسابهای بانکی طلافروشان همچنان مسدود است علمالهدی: دشمن با استفاده از هوش مصنوعی به دنبال ایجاد فتنه است تحلیل شبکه و گفتمان 100 هزار توییت/ مستند "ترانه" چگونه فضای مجازی ایران را دوقطبی کرد؟
اخبار و تحلیل های ترکیه