مشخصات مقاله:
عنوان فارسی مقاله:
عنوان انگلیسی مقاله:
کلمات کلیدی مقاله:
مناسب برای رشته های دانشگاهی زیر:
مهندسی کامپیوتر
مناسب برای گرایش های دانشگاهی زیر:
هوش مصنوعی – مهندسی الگوریتم ها و محاسباتی
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
1. مقدمه
2. روش های پردازش عکس های دیجیتال
3.یادگیری عمیق بر پایه روش بینایی کامپیوتری
4.. بحث و روند آینده
تقدیر و تشکر
منابع
قسمتی از مقاله انگلیسی و ترجمه آن:
Abstract
Business Intelligence (BI) has been an emerging significant issue in modern government and corporate functions, which attracts the attention of both researchers and merchants. Using the raw data from customers, BI provides effective decisionmaking knowledge for various cooperate governance operations with the method of Data Warehouse and Data Mining. As the explosive growth of data volume, it has evolved into using unstructured data including image and text in business intelligence system, from the initial descriptive analysis of computational statements. This paper will review the methods of storing and analyzing the unstructured image data used in the construction of BI system, including traditional image processing and novel deep learning methods. In each method, the specific algorithms and application scenarios will be summarized. Together, we will discuss the possible innovative progress of
چکیده
هوش تجاری یک مسئله قابل توجه و در حال ظهور در حاکمیت مدرن و عملکرد های سازمانی بوده است که توجه محققان و بازرگانان را به خود جذب می کند و با استفاده از داده‌های خام مشتریان دانش تاثیرگذار تصمیم گیری را برای حاکمیت شرکت های مختلف با استفاده از متد انبار داده ها و استخراج داده ها فراهم می آورد. با رشد ناگهانی حجم داده ها استفاده از داده های بدون ساختار مثل تصویر و متن در سیستم هوش تجاری از آنالیز توصیفی اولیه صورت های محاسباتی شکل گرفته است .این مقاله به بررسی روش های ذخیره سازی و آنالیز داده های تصویری در ساختار سیستم هوش تجاری می‌پردازد که شامل روش های فرایند سنتی تصاویر و یادگیری عمیق می شود در هر متد الگوریتم های خاص و سناریوهای کاربردی خلاصه خواهد شد. به طور کلی ما در این مقاله پیشرفت نوآوری ممکن در ساختار سیستم هوش تجاری و روند آینده را مورد بحث قرار خواهیم داد.