رشته هوش مصنوعی شناسایی تشکلهای همپوشان در شبکههای پویا |
:
در دنیای امروز، ما با سیستم های پیچیده ای[1] در پیرامون خود احاطه شده ایم، از جامعه که در آن میلیون ها عضو با یکدیگر در حال تعامل هستند تا شبکه های تلفن همراه و کامپیوتر که میلیون ها کاربر را به یکدیگر متصل میکنند. همچنین توانایی ما برای استنتاج و درک محیط اطراف، وابسته به شبکه ای از میلیاردها سلول عصبی[2] در مغز ماست. این سیستم های پیچیده نقش های بسیار مهمی در جنبه های مختلف زندگی ما ایفا میکنند. درک، توصیف، پیش بینی و کنترل این سیستم ها از جمله بزرگترین چالش های ما در جهان مدرن است.
با توجه به اینکه از سال ها پیش بسیاری از این سیستم ها، مانند: ساختارها و واکنش های زیستی، راه های ارتباطی، روابط اجتماعی و نظایر آن و همچنین دانش مطالعه بر روی سیستم ها و شبکه ها شناخته شده اند، پرسشی که ممکن است مطرح شود این است که چرا اهمیت این موضوع تنها در چند دهه اخیر آشکار شده است؟ پاسخی که میتوان داد این است که در گذشته ابزارهای مناسبی برای جمع آوری، نگهداری و پردازش این اطلاعات وجود نداشت اما امروزه با توسعه چشمگیر فناوری هایی نظیر کامپیوتر و شبکه های ارتباطی دیجیتال، این امکان فراهم آمده است که گردآوری، ترکیب، اشتراک و تحلیل این اطلاعات با سهولت، سرعت و دقت بالا و هزینه کم قابل اجرا باشد.
دانش شبکه[7]
دانش شبکه شاخه ای از علوم بشری است که به مطالعه بر روی شبکه ها میپردازد و تلاش میکند با بهره گرفتن از نتایج بررسی های خود، از آنها برای درک بهتر سیستم های پیچیده بهره بگیرد. به طور کلی میتوان چهار ویژگی را برای این دانش برشمرد که در ادامه به اختصار به آنها اشاره میشود (1):
:
در دنیای امروز، ما با سیستم های پیچیده ای[1] در پیرامون خود احاطه شده ایم، از جامعه که در آن میلیون ها عضو با یکدیگر در حال تعامل هستند تا شبکه های تلفن همراه و کامپیوتر که میلیون ها کاربر را به یکدیگر متصل میکنند. همچنین توانایی ما برای استنتاج و درک محیط اطراف، وابسته به شبکه ای از میلیاردها سلول عصبی[2] در مغز ماست. این سیستم های پیچیده نقش های بسیار مهمی در جنبه های مختلف زندگی ما ایفا میکنند. درک، توصیف، پیش بینی و کنترل این سیستم ها از جمله بزرگترین چالش های ما در جهان مدرن است.
با توجه به اینکه از سال ها پیش بسیاری از این سیستم ها، مانند: ساختارها و واکنش های زیستی، راه های ارتباطی، روابط اجتماعی و نظایر آن و همچنین دانش مطالعه بر روی سیستم ها و شبکه ها شناخته شده اند، پرسشی که ممکن است مطرح شود این است که چرا اهمیت این موضوع تنها در چند دهه اخیر آشکار شده است؟ پاسخی که میتوان داد این است که در گذشته ابزارهای مناسبی برای جمع آوری، نگهداری و پردازش این اطلاعات وجود نداشت اما امروزه با توسعه چشمگیر فناوری هایی نظیر کامپیوتر و شبکه های ارتباطی دیجیتال، این امکان فراهم آمده است که گردآوری، ترکیب، اشتراک و تحلیل این اطلاعات با سهولت، سرعت و دقت بالا و هزینه کم قابل اجرا باشد.
دانش شبکه[7]
دانش شبکه شاخه ای از علوم بشری است که به مطالعه بر روی شبکه ها میپردازد و تلاش میکند با بهره گرفتن از نتایج بررسی های خود، از آنها برای درک بهتر سیستم های پیچیده بهره بگیرد. به طور کلی میتوان چهار ویژگی را برای این دانش برشمرد که در ادامه به اختصار به آنها اشاره میشود (1):
عملگرایی و تمرکز بر داده ها: بر خلاف نظریه گراف ها که بیشتر به جنبه های انتزاعی و ریاضی مسائل توجه دارد، این دانش بیشتر بر حوزه کاربرد عملی و داده های مسئله تمرکز میکند. به همین جهت ابزارها و روش هایی که در این زمینه ارائه میشوند، بر روی داده ها و مسائل واقعی آزمایش میشوند تا قابلیت و کارایی آنها مشخص شود.
پردازش و محاسبات: از آنجا که اغلب مسائل مطرح شده در این حوزه، حجم عظیمی از اطلاعات را در بر میگیرند، بخش مهمی از کار به طراحی و بکارگیری روش هایی معطوف میشود که بتوانند از عهده محاسبات سنگین مورد نیاز برآیند. به همین منظور طراحی الگوریتم ها، پایگاه داده ها و داده کاوی بخشی از ابزارهای نرم افزاری هستند که بسیار به کار برده میشوند.
کاربردهای دانش شبکه:
کارایی و تاثیر هر شاخه از علم، علاوه بر دستاوردهای نظری، در حوزه کاربردهای عملی نیز مورد بررسی قرار میگیرد. در این بخش به اختصار به چند مورد از کاربردهای دانش شبکه ها اشاره میکنیم.
کاربردهای اقتصادی
[1] http://www.google.com
[2] http://www.facebook.com
[3] http://www.cisco.com
[4] http://www.apple.com
[5] http://www.twitter.com
[1] Complex Systems
[2] Nerve Cells
[3] Search Engines
[4] Online Social Networks
[5] World Wide Web (WWW)
[6] URLs
[7] Network Science
[8] Data Mining
[9] Information Theory
عملگرایی و تمرکز بر داده ها: بر خلاف نظریه گراف ها که بیشتر به جنبه های انتزاعی و ریاضی مسائل توجه دارد، این دانش بیشتر بر حوزه کاربرد عملی و داده های مسئله تمرکز میکند. به همین جهت ابزارها و روش هایی که در این زمینه ارائه میشوند، بر روی داده ها و مسائل واقعی آزمایش میشوند تا قابلیت و کارایی آنها مشخص شود.
پردازش و محاسبات: از آنجا که اغلب مسائل مطرح شده در این حوزه، حجم عظیمی از اطلاعات را در بر میگیرند، بخش مهمی از کار به طراحی و بکارگیری روش هایی معطوف میشود که بتوانند از عهده محاسبات سنگین مورد نیاز برآیند. به همین منظور طراحی الگوریتم ها، پایگاه داده ها و داده کاوی بخشی از ابزارهای نرم افزاری هستند که بسیار به کار برده میشوند.
کاربردهای دانش شبکه:
کارایی و تاثیر هر شاخه از علم، علاوه بر دستاوردهای نظری، در حوزه کاربردهای عملی نیز مورد بررسی قرار میگیرد. در این بخش به اختصار به چند مورد از کاربردهای دانش شبکه ها اشاره میکنیم.
کاربردهای اقتصادی
[1] http://www.google.com
[2] http://www.facebook.com
[3] http://www.cisco.com
[4] http://www.apple.com
[5] http://www.twitter.com
[1] Complex Systems
[2] Nerve Cells
[3] Search Engines
[4] Online Social Networks
[5] World Wide Web (WWW)
[6] URLs
[7] Network Science
[8] Data Mining
[9] Information Theory
فرم در حال بارگذاری ...
[شنبه 1400-05-09] [ 09:24:00 ب.ظ ]
|