در چند دهه گذشته، حوزه هوش مصنوعی سه موج تحول را پشت سر گذاشته است. این تحولات از هوش مصنوعی نمادین یا مبتنی بر قواعد مانند سیستمهای خبره، الگوریتمهای ژنتیک، و هوش ازدحامی آغاز شد و سپس به سوی استدلال آماری مانند ماشینهای بردار پشتیبان ، استدلال بیزی، و شبکههای عصبی مصنوعی حرکت کرد. در نهایت، شکل ترکیبی این دو رویکرد مانند رباتیک پدید آمد. پژوهش در زمینه هوش مصنوعی بهطور کلی شامل یادگیری نظارتشده، یادگیری بدون نظارت، الگوریتمهای تولیدی، و یادگیری تقویتی میشود. در یادگیری نظارتشده، الگوریتمها با دادههای برچسبخورده آموزش میبینند و وظایفی چون دستهبندی و پیشبینی را انجام میدهند. در مقابل، یادگیری بدون نظارت با دادههای بدون برچسب کار میکند و به کشف الگوهای مهم میپردازد. از سوی دیگر الگوریتمهای تولیدی با آموزش یا تغییر یک مدل مولد نمونههایی نو و بیسابقه تولید میکنند. در نهایت یادگیری تقویتی با محیطهای تصادفی تعامل دارد تا دادههای آموزشی جمعآوری کرده و مدلی بیاموزد که تصمیمهایی با بیشترین کارایی ممکن اتخاذ کند. در دهه اخیر، هوش مصنوعی بهواسطه پیشرفتها در یادگیری عمیق توجه گستردهای را در میان عموم به خود جلب کرد. یادگیری عمیق شاخهای از هوش مصنوعی است که از شبکههای عصبی مصنوعی استفاده میکند. این شبکهها بهطور آزادانه عملکرد درونی مغز انسان را شبیهسازی میکنند. یک شبکه عصبی عمیق از لایههایی از نورونهای مصنوعی تشکیل شده که به صورت پیاپی روی هم قرار گرفتهاند. زمانی که چنین شبکهای با نمونههای کافی از داده آموزش ببیند میتواند نمایشهای درونی از اشیا را کشف کند این کتاب بر همین بستر شکل گرفته است. این اثر در اصل نوشته ایمدات آس، پریتشوی باسو و پراتاپ تاوار بوده و اکنون با ترجمه، بازاندیشی و بومیسازی، تلاش شده تا مفاهیم آن به نیازها و شرایط شهرهای ایران نیز پیوند بخورد. در این مسیر، علاوه بر معرفی ابزارها و مطالعات جهانی، نمونههایی از کاربردهای هوش مصنوعی در ایران نیز مورد توجه قرار گرفته است که از آن جمله می توان به تجربههای اولیه در توسعه شهرهای هوشمند در ایران، طرحهای مدیریت انرژی شهری، سامانههای پایش ترافیک هوشمند و تلاشهای نوظهور در حوزه مدلسازی مجازی شهرها اشاره کرد. این بومیسازی نه تنها نشان میدهد که مباحث کتاب صرفا جنبه نظری ندارند، بلکه ظرفیت بالای ایران برای همگام شدن با روندهای جهانی در عرصه شهرسازی هوشمند را نیز برجسته میکند.
مقدمه 17
فصل 1 اصول تحلیل چند معیاره 21
مقدمه 21
ایجاد زمینه تصمیمگیری و ساختار مسئله 23
اجرای MCA 28
نتیجهگیری 38
فصل دوم :مروری بر برنامههای MCAبرای حفاظت از طبیعت 39
مقدمه 39
یافتههای مطالعه های موردی 41
بحث و توصیه برای بهترین شیوهها 49
نتیجهگیری 57
فصل 3: انتخاب مکان دفن زباله: ترکیب MCA فضایی با تجزیهوتحلیل ذینفعان 59
مقدمه 59
روشها 62
نتایج 69
آموختهها و نتیجهگیری 77
فصل 4: پهنهبندی منطقه حفاظت شده: یکپارچهسازی MCA فضایی و ارزیابی چندهدفه* 81
مقدمه 81
روشها 85
نتایج 93
آموختهها و نتیجهگیری 99
فصل 5: احیای چشمانداز جنگل: با استفاده از MCA برای طراحی و مقایسه گزینهها* 101
مقدمه 101
روشها 106
نتایج 114
آموختهها و نتیجهگیری 120
فصل 6 ارزیابی تاثیر نواحی اسکی: ترکیب شاخصهای GIS با MCA 123
مقدمه 123
روشها 129
نتایج 137
آموختهها و نتیجهگیری 144
نتیجهگیری 147
منابع 153
| دسته بندی موضوعی | موضوع فرعی |
| علوم انسانی |
جغرافیا
جغرافیا |