آموزش

درس شبکه های پیچیده و یادگیری ماشینی

در دنیای امروز، شبکه ها فراوان هستند. از شبکه های اجتماعی (آنلاین و در دنیای واقعی) تا شبکه های مخابراتی، وب، شبکه های استناد (استنادهای بین مقاله ها و یا گواهی های ثبت اختراع). از این رو آنالیز شبکه های پیچیده یک موضوع مهم و میان رشته ای است که رشته های مختلف مثل آمار، فیزیک، علوم کامپیوتر، بازاریابی، مدیریت و زیست شناسی را به هم پیوند می دهد. مساله های مهم در تحلیل شبکه ها عبارتند از پیدا کردن راسهای مهم و تاثیرگذار، پیدا کردن جامعه ها در یک شبکه، بررسی انتشار ایده ها، اخبار و بیماریها در شبکه، آنالیز تحول و تکامل شبکه، پیشبینی روابط پنهان در شبکه، و سیستمهای توصیه گر (Recommender System) مورد استفاده در شبکه های اجتماعی و فروشگاههای آنلاین هستند.

 

قسمتی از شبکه عصبی تشکیل دهنده کورتکس مغز

 

 

یک موضوع جدید در نظریه شبکه ها و هوش مصنوعی، آنالیز داده های شبکه ای است، یعنی داده ای که شامل روابط بین نمونه های مختلف می باشد. مثلا در یک شبکه اجتماعی، هر کاربر اطلاعات مربوط به خود (نظیر سن، جنسیت، کشور و شهر محل سکونت، متن پروفایل،…) را دارد و به اید داده، اطلاعات مربوط به پیروی (follow)  دیگر کاربرها اضافه می شود. شبکه های عصبی گرافی (Graph Neural Networks) یکی از جدیدترین و قوی ترین ابزار هوش مصنوعی برای آنالیز این گونه داده مهم هستند.

در این درس که برای دانشجویان کارشناسی ارشد گرایش علوم داده دانشگاه شیراز ارایه می شود، دانشجویان با مفاهیم، مسایل و ابزارهای مختلف در زمینه آنالیز شبکه ها آشنا می شوند. اطلاعات بیشتر در مورد این درس (به زبان انگلیسی) در این صفحه موجود است.

 

اینترنت، یکی از مهمترین شبکه های مخابراتی

author-avatar

About Reza Rezazadegan

استاد ریاضیات کاربردی و علوم کامپیوتر دانشگاه شیراز پستداک هوش مصنوعی دانشگاه شریف پژوهشگر سابق موسسه بایوکامپلکسیتی دانشگاه ویرجینیا

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *