آموزش ترکیب اطلاعات (Information Fusion)

دسترسی به اطلاعات این آموزش: اطلاعات کلی محتوا و سرفصل ها پیش نمایش و دانلود اطلاعات تکمیلی دیدگاه ها

درباره ناشر

فرادرس
فرادرس

فرادرس بزرگ‌ترین ناشر دیجیتال آموزش‌های تخصصی، دانشگاهی و مهندسی است.

درباره مدرس

دکتر امیر حسین کیهانی پور
دکتر امیر حسین کیهانی پور

مدرس دانشگاه تهران

دکترای تخصصی مهندسی کامپیوتر-گرایش هوش مصنوعی


امیر حسین کیهانی پور فارغ التحصیل دکترای تخصصی در رشته مهندسی کامپیوتر، گرایش هوش مصنوعی از دانشگاه تهران می باشند. وی در حال حاضر به عنوان مدرس دانشگاه تهران در حال فعالیت می باشند. (+)



طی این آموزش، علاوه بر بیان مدلهای مختلف ترکیب اطلاعات، به معرفی انواع روشهای محاسباتی مطرح در زمینه ترکیب اطلاعات پرداخته خواهد شد. همچنین نمونه های مختلفی از کاربردهای روشهای ترکیب اطلاعات در حل مسائل مختلف نیز مورد بحث و بررسی قرار خواهد گرفت. علاوه بر آن، معرفی مختصری از برخی از نرم افزارهای قابل استفاده در حوزه ترکیب اطلاعات نیز به عمل خواهد آمد.

👤 مدرس: دکتر امیر حسین کیهانی پور
🕓 مدت زمان: ۱۹ ساعت و ۴۷ دقیقه
🎓 تعداد دانشجو: ۵ نفر این آموزش را تهیه کرده اند.
روش دریافت: لینک دانلود و/یا ارسال فیزیکی

هزینه آموزش: ۴۰,۰۰۰ تومان


آنچه شما در این فرادرس خواهید دید:
آموزش ویدئویی مورد تایید فرادرس
فایل PDF یادداشت های مدرس در حین آموزش

تضمین کیفیت و گارانتی بازگشت هزینه
توجه: کیفیت این آموزش توسط فرادرس تضمین شده است. در صورت عدم رضایت از آموزش، به انتخاب شما:
  • به صورت رایگان یک یا چند آموزش معادل دیگر دریافت می کنید.
  • و یا ۷۰ درصد مبلغ پرداختی به حساب بانکی شما بازگشت داده می شود.
    (توضیحات بیشتر +)
دانلود آنی و ارسال سریع
فعال‌سازی آنی لینک دانلود، بلافاصله پس از ثبت سفارش
ارسال پستی به همراه کد رهگیری مرسوله در اولین ساعت اداری روز
ارسال پیک موتوری در تهران، در همان روز ثبت سفارش

(توضیحات بیشتر +)



    توضیحات

    نظریه ترکیب اطلاعات به مقوله استفاده از منابع اطلاعاتی متعدد به منظور اتخاذ تصمیمات بهینه می پردازد. منظور از ترکیب داده / اطلاعات، ادغام توأمان اطلاعات دریافتی از منابع مختلف برای دستیابی به درک بهتر محیط مساله و در نتیجه، اتخاذ تصمیمات دقیق تر است. علت این امر آن است که در اکثر موارد، داده های دریافتی از منابع مختلف پیرامون یک موضوع واحد، ممکن است ناقص، مبهم و حتی متناقض باشند. بر این اساس، ترکیب اطلاعات می تواند به عنوان ابزاری قدرتمند در خدمت داده کاوی (Data Mining) و اکتشاف معرفت (Knowledge Discovery) به کار گرفته شود. در حال حاضر، روش های ترکیب اطلاعات در گستره وسیعی از کاربردهای متعدد از جمله در جستجوی اطلاعات در وب، پردازش داده های زیستی، سنجش از راه دور (Remote Sensing)، سامانه های حمل و نقل هوشمند (Intelligent Transportation Systems) و نیز پیش بینی وقوع بلایای طبیعی، مورد استفاده واقع می شود.

    طی این آموزش، علاوه بر بیان مدلهای مختلف ترکیب اطلاعات، به معرفی انواع روشهای محاسباتی مطرح در زمینه ترکیب اطلاعات پرداخته خواهد شد. همچنین نمونه های مختلفی از کاربردهای روشهای ترکیب اطلاعات در حل مسائل مختلف نیز مورد بحث و بررسی قرار خواهد گرفت. علاوه بر آن، معرفی مختصری از برخی از نرم افزارهای قابل استفاده در حوزه ترکیب اطلاعات نیز به عمل خواهد آمد.

     

    فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
    • درس یکم: کلیات و مفاهیم پایه نظریه ترکیب اطلاعات
      • تعاریف، ضرورت ها و مزایا، گستره کاربرد
    • درس دوم: معماری و مدل های ترکیب اطلاعات
      • بررسی سطوح مختلف فرآیند ترکیب
        • ترکیب داده ها (Data Fusion)
        • ترکیب اطلاعات (Information Fusion)
        • ترکیب تصمیمات (Decision Fusion)
    • درس سوم: معماری های مختلف سامانه های مبتنی بر ترکیب اطلاعات
      • بررسی معماری های سه سطحی، متمرکز و توزیع شده در فرآیند ترکیب اطلاعات
    • درس چهارم: بررسی انواع مدل های ترکیب اطلاعات
      • مدل مرجع JDL (Joint Directors of Laboratories)‎
      • مدل آبشاری اصلاح شده (Modified Waterfall Fusion Model)
      • مدل TRIP
      • مدل Omnibus
      • مدل عملیاتی Dasarathy
      • مدل های مبتنی بر فعالیت (OODA Loop)
      • مدل مبتنی بر نقش (شیءگرا)
      • مدل مبتنی بر آگاهی از موقعیت (Situational Awareness)
    • درس پنجم: عملگر پایه میانگین گیری مرتب وزن دار (Ordered Weighted Averaging – OWA)
    • درس ششم: گونه های گسترش یافته عملگر میانگین گیری مرتب وزن دار
      • عملگرهای میانگین گیری مرتب وزن دار نمایی (Exponential)
        • روش های خوش بینانه (Optimistic) و بدبینانه (Pessimistic)
      • روش IOWA (Induced OWA)‎
      • روش UOWA (Uncertain OWA)‎
      • روش HOWA (Heavy OWA)‎
      • روش GOWA (Generalized OWA)‎
      • روش WOWA (Weighted OWA)‎
      • روش Dependent OWA
    • درس هفتم: روش های استنتاج کلاسیک (Classical Inference)
      • روش مبتنی بر شاخص نسبت احتمال (Likelihood Ratio)
      • روش Neyman-Pearson برای آزمون فرضیه ها
      • روش بیزین (Bayesian)
    • درس هشتم: نظریه دمپستر – شیفر (Dempster-Shafer Theory)
      • روش های هوشمند
    • درس نهم: عملگرهای انتگرال فازی (Fuzzy Integral Operators)
      • انتگرال Sugeno
      • انتگرال Choquet
    • درس دهم: شبکه های عصبی مصنوعی (Artificial Neural Networks)
    • درس یازدهم: سامانه های چند رده بندی کننده (Multi-Classifier Systems)
      • بیان مفهوم، ضرورت، مزایا و تاریخچه بحث
      • انواع عوامل تأثیر گذار در خروجی سامانه های چند رده بندی کننده
      • معرفی روش های پایه
        • میانگین گیری وزن دار (Weighted Average)
        • چارچوب تصمیم گیری (Decision Template)
        • ترکیب کننده میانگین تعمیم یافته (Generalized Mean Combiner)
      • روش های ترکیب رده بندی کننده های با خروجی به صورت اولویت رده های مختلف (Class Ranking)
      • روش های ترکیب رده بندی کننده های با خروجی به صورت برچسب رده برتر (Class Label)
      • مفهوم تنوع (Diversity) و روش های محاسبه آن
      • انواع روش های مختلف پیاده سازی سامانه های چند رده بندی کننده
        • روش Bagging
        • روش Boosting (AdaBoost)‎
        • روش Random Feature Space
      • معرفی برخی نمونه های کاربرد سامانه های چند رده بندی کننده در حل مسائل مختلف
    • درس دوازدهم: معرفی برخی از نمونه های کاربرد نظریه ترکیب اطلاعات
      • طراحی سامانه های جستجوی اطلاعات در وب
        • جویشگرهای وب (Web Search Engines)
        • فرا جویشگرهای وب (Web Meta-Search Engines)
      • پیش بینی وقوع بلایای طبیعی نظیر سیل و زلزله
      • ارزیابی کیفیت محصولات کشاورزی
      • سامانه های حمل و نقل هوشمند (Intelligent Transportation Systems)
    • درس سیزدهم: معرفی نمونه های کاربرد روش های ترکیب اطلاعات در حل مسائل مختلف
    • درس چهاردهم: معرفی برخی از نرم افزارهای ترکیب اطلاعات

     

    مفید برای رشته های
    • کامپیوتر
    • فناوری اطلاعات
    • مهندسی برق
    • مهندسی مکانیک
    • مهندسی صنایع

    پیش نمایش

    بخش ۱ : کلیات و مفاهیم پایه نظریه ترکیب اطلاعات - ۶۷ دقیقه


    توجه: ممکن است که به خاطر سرعت پایین اینترنت شما، نمایش آنلاین با کیفیت پایین تر از کیفیت HD ویدئوی اصلی نمایش داده شوند. برای تنظیم کیفیت نمایش آنلاین روی علامت کلیک نمایید یا اینکه آموزش را دانلود کرده و سپس مشاهده نمایید.

    دانلود مستقیم - حجم دانلود ۴۰ مگابایت (کلیک کنید +)


    پیش نمایش ۲ : معماری و مدل های ترکیب اطلاعات - ۱۷ دقیقه


    توجه: ممکن است که به خاطر سرعت پایین اینترنت شما، نمایش آنلاین با کیفیت پایین تر از کیفیت HD ویدئوی اصلی نمایش داده شوند. برای تنظیم کیفیت نمایش آنلاین روی علامت کلیک نمایید یا اینکه آموزش را دانلود کرده و سپس مشاهده نمایید.

    دانلود مستقیم پیش نمایش - حجم دانلود ۱۱ مگابایت (کلیک کنید +)


    پیش نمایش ۳ : معماری های مختلف سامانه های مبتنی بر ترکیب اطلاعات - ۱۶ دقیقه


    توجه: ممکن است که به خاطر سرعت پایین اینترنت شما، نمایش آنلاین با کیفیت پایین تر از کیفیت HD ویدئوی اصلی نمایش داده شوند. برای تنظیم کیفیت نمایش آنلاین روی علامت کلیک نمایید یا اینکه آموزش را دانلود کرده و سپس مشاهده نمایید.

    دانلود مستقیم پیش نمایش - حجم دانلود ۱۳ مگابایت (کلیک کنید +)


    پیش نمایش ۴ : مدل های مختلف فرآیند ترکیب اطلاعات - ۲۲ دقیقه


    توجه: ممکن است که به خاطر سرعت پایین اینترنت شما، نمایش آنلاین با کیفیت پایین تر از کیفیت HD ویدئوی اصلی نمایش داده شوند. برای تنظیم کیفیت نمایش آنلاین روی علامت کلیک نمایید یا اینکه آموزش را دانلود کرده و سپس مشاهده نمایید.

    دانلود مستقیم پیش نمایش - حجم دانلود ۱۷ مگابایت (کلیک کنید +)


    بخش ۵ : عملگر میانگین ‏گیری مرتب وزن‏ دار - ۷۳ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۶ : نمونه ‏های گسترش یافته عملگر میانگین‏ گیری مرتب وزن‏ دار (الف) - ۱۳ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۷ : نمونه ‏های گسترش یافته عملگر میانگین‏ گیری مرتب وزن‏ دار (ب) - ۱۲ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۸ : روش های استنتاج کلاسیک - ۱۳ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۹ : نظریه دمپستر - شیفر - ۱۹ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۱۰ : عملگرهای انتگرال فازی (الف) - ۱۹ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۱۱ : عملگرهای انتگرال فازی (ب) - ۱۳ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۱۲ : شبکه ‏های عصبی مصنوعی - ۱۲ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۱۳ : سامانه ‏های چند رده ‏بندی کننده (الف) - ۱۹ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۱۴ : سامانه ‏های چند رده ‏بندی کننده (ب) - ۲۰ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۱۵ : سامانه ‏های چند رده ‏بندی کننده (پ) - ۲۲ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۱۶ : سامانه ‏های چند رده ‏بندی کننده (ت) - ۱۷ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۱۷ : سامانه ‏های چند رده ‏بندی کننده (ث) - ۲۱ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    بخش ۱۸ : معرفی نمونه های کاربرد نظریه ترکیب اطلاعات در بازاریابی اطلاعات وب - ۷۸ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۱۹ : معرفی نمونه های کاربرد نظریه ترکیب اطلاعات در حل مسائل مختلف - ۱۰ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۲۰ : معرفی چند نمونه از نرم افزارهای ترکیب اطلاعات - ۴ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.


    اطلاعات تکمیلی

    نام آموزش آموزش ترکیب اطلاعات (Information Fusion)
    ناشر فرادرس
    کد آموزش FVSFT9505
    مدت زمان ۱۹ ساعت و ۴۷ دقیقه
    زبان فارسی
    نوع آموزش آموزش ویدئویی     (کیفیت HD - مورد تایید فنی فرادرس)
    حجم دانلود ۸۷۰ مگابایت     (کیفیت ویدئو HD‌ با فشرده سازی انحصاری فرادرس)
    تعداد DVD یک عدد (در صورت دریافت غیر آنلاین)


    ​راهنمای تهیه آموزشها

    آیا می دانید که تهیه یک آموزش از فرادرس و شروع یادگیری چقدر ساده است؟

    راهنمایی بیشتر ( +)

    در مورد این آموزش یا نحوه تهیه آن سوالی دارید؟ 
    • با شماره تلفن واحد مخاطبین ۸۸۳۱۲۲۷۶ (پیش شماره ۰۲۱) تماس بگیرید. - تمام ساعات اداری
    • از طریق بخش چت آنلاین، با پشیبان های فرادرس گفتگو کنید.- همه روزهای کاری هفته از ساعت ۸ صبح تا ۱۲ شب
    • با ما مکاتبه ایمیلی داشته باشید (این لینک). - میانگین زمان پاسخ دهی: ۳۰ دقیقه

    با شروع یادگیری، یک کلیک فاصله دارید. همین حالا شروع کنید.

    آموزش ترکیب اطلاعات (Information Fusion)

    هزینه آموزش: ۴۰,۰۰۰ تومان




    سایر آموزش های دکتر امیر حسین کیهانی پور



    مطالب مرتبط


    دیدگاه ها

    تا کنون ۵ نفراز این آموزش استفاده کرده اند.
    1. 0 از 5

      :

      تلفیق یا ادغام اطلاعات که یکی از زیر بخش های اصلی در علوم کامپیوتر می باشد در محیط علمی پژوهشی و نشریات معتبر بین المللی نیز به عنوان یک زیر بخش مهم از حوزه علوم کامپیوتر و اطلاعات شناخته می شود که اگر این امر را در وبسایت ژورنالهای معتبر بررسی نمایید بسادگی قابل رویت است و این زیر بخش خود دارای نشریات متعدد عینا اختصاص یافته به این حوزه و نشریات حوزه های دیگر هست که بدلیل همپوشانی بالای آنها و یا مبتنی بر دانش دیتا فیوژن بودن آنها در این چارچوب قرار گرفته اند. به عنوان مثال سنسور فیوژن Sensor Fusion یکی از شاخه های پرکاربرد دانش الکترونیک است که پیوند قوی بین دانشمندان مهندسی الکترونیک و کامپیوتر ایجاد نموده چرا که جنبه حسگری آن به متخصصان الکترونیک و جنبه ترکیب معنی دار سیگنال های دریافت شده از سنسورها (به عنوان مثال در Remote Sensing) به متخصصین علوم کامپیوتر مرتبط می گردد. بطوریکه اهمیت و استفاده جنبه کامپیوتری آن بقدری متداول گردیده که بسیاری از دانشجویان تحصیلات تکمیلی رشته برق، دروس و پژوهش های خود را معطوف دانش Information Fusion نموده اند و بی آنکه فرد دیگری از رشته علوم کامپیوتر برای بخش کامپیوتری آن وارد پروژه گردد، دانشجویان مذکور یادگیری این دانش را برخود لازم دانسته و بطور پایه ای این جنبه حوزه ادغام سنسور ها را فرا میگیرند که تا پایان دوره تحصیلی خود بتوانند به جنبه های جدید دیگر این حوزه بپردازند و خود را مهندس الکترونیکی خطاب نمایند که احتمالا کل دوره تحصیلات تکمیلی خود را اختصاص به مطالبی داده که بیشتر در چارچوب پژوهشهای دانشجویان هوش مصنوعی و فناوری اطلاعات بوده است.

      لذا از شما درخواست دارم که در فرادرس بیشتر به تولید محتواهای آموزشی با چنین عناوینی بپردازید. بنده آموزش “مبانی و کاربردهای راهبرد تلفیق داده یا Data Fusion” فرادرس را نیز تهیه و مشاهده نموده ام و بسیار بهره بردم و فکر می کنم دومین آموزشی که در چارچوب Data Fusion از فرادرس تولید شد این آموزش، باشد. چرا که با توجه به اشاراتی که در نوشته ام داشتم تقریبا خوانندگان این چنین محصولاتی فراتک رشته ای هستند و علاوه بر استفاده ای که دانشجویان بین رشته ای دارند، پژوهشگران رشته های برق، کامپیوتر، فناوری اطلاعات و بطور دقیق تر هوش مصنوعی و علوم کامپیوتر و علوم شناختی مخاطبین اصلی این چنین محصولاتی خواهند بود.


    نظر شما در مورد این فرادرس چیست؟

    درج دیدگاه

    امتیاز شما به این آموزش:

    *



​همین امروز شروع به آموختن کنید​

آموزش ترکیب اطلاعات (Information Fusion)

هزینه آموزش: ۴۰,۰۰۰ تومان



برچسب‌ها: , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,




فرادرس در رسانه ها و جشنواره ها

روزنامه ایرانیان مرکز توسعه فناوری اطلاعات و رسانه های دیجیتال روز آفرین نت استارت کنفرانس مهندسی برق ایران جشنواره وب ایران

عضویت در خبرنامه فرادرس

برای دریافت اخبار مربوط به آخرین فرادرس های منتشر شده، ایمیل خود را در کادر زیر وارد نمایید.

Please leave this field empty.

تمامی محصولات و خدمات این وبسایت، حسب مورد دارای مجوزهای لازم از مراجع مربوطه می‌باشند و فعالیت‌های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران است.
فرادرس مجوز نشر دیجیتال از وزرات فرهنگ و ارشاد اسلامی logo-samandehi پرداخت آنلاین -  بانک ملت پرداخت آنلاین - بانک پارسیان پرداخت آنلاین - بانک اقتصاد نوین پرداخت آنلاین - بانک سامان