صفحه نخست

آموزش و دانشگاه

علم‌وفناوری

ارتباطات و فناوری اطلاعات

ورزش

سلامت

پژوهش

سیاست

اقتصاد

فرهنگ‌ و‌ جامعه

علم +

عکس

فیلم

استانها

بازار

اردبیل

آذربایجان شرقی

آذربایجان غربی

اصفهان

البرز

ایلام

بوشهر

تهران

چهارمحال و بختیاری

خراسان جنوبی

خراسان رضوی

خراسان شمالی

خوزستان

زنجان

سمنان

سیستان و بلوچستان

فارس

قزوین

قم

کردستان

کرمان

کرمانشاه

کهگیلویه و بویراحمد

گلستان

گیلان

لرستان

مازندران

مرکزی

هرمزگان

همدان

یزد

هومیانا

پخش زنده

دیده بان پیشرفت علم، فناوری و نوآوری
۱۲:۳۰ - ۰۱ مرداد ۱۳۹۷
دستاورد برگزیده جایزه مصطفی(ص):

استفاده از شبکه عصبی­ تصادفی برای جست‌وجوگر­های آینده

سامی­ارول گلنبه دانشمند برگزیده جایزه مصطفی(ص) 2017 در مصاحبه­‌ای با موسسه ماشین­‌های کامپیوتری ACM  به تشریح مدل «G-network» خود و چگونگی کارایی این مدل در رفع چالش‌­های سیستم­‌های کامپیوتری پرداخت.
کد خبر : 297700

به گزارش گروه علم و فناوری خبرگزاری آنا از ستاد ارتباطات و اطلاع‌­رسانی بنیاد مصطفی(ص)، پروفسور سامی­­ارول گلنبه، عضو آکادمی علوم ترکیه و عضو هیات علمی کالج سلطنتی لندن، در مصاحبه‌ای با موسسه ACM به توضیح درباره دستاورد­ها و زمینه­‌های پژوهشی که اخیرا در آن­ها فعالیت داشته است، پرداخت.


موفقیت او در زمینه طراحی شبکه‌های جی در سیستم‌­های کنترل کامپیوتر، باعث برطرف­ شدن مشکل کمبود سیستم‌­های کنترل حالت محور در شبکه‌های صف و راه حل موثر آن در قالب محصول که بین دهه­‌های 60 و 80 میلادی ارائه شده بود، است.


به گفته پروفسور گلنبه، او با به کارگیری طرح‌های کنترل مانند تخصیص دوباره پویا ترافیک، مسیریابی ترافیک و کنترل پذیرش، موفق به دستیابی به چندین راه­حل مجزا در قالب محصول برای این مدل­‌ها شده است که امکان مدل­‌سازی و تحلیل سیستم­‌های تصادفی بزرگ را به او می­‌دهد.


با این همه، مهم‌ترین ویژگی شبکه‌های جی می­‌تواند مشکلاتی مثل بهبود کیفیت همزمان سرویس‌دهی و مصرف انرژی در سیستم­‌های کامپیوتری توزیع شده و شبکه‌های معروف به «شبکه‌های بسته­ انرژی» را رفع کند.


او در مصاحبه­‌اش عنوان کرد: «تمرکز اصلی من در تحقیقات روی دو معضل اصلی سیستم­‌های کامپیوتری جهانی یعنی امنیت سایبری و مصرف انرژی منعطف شده است».


وی در رابطه با امنیت سیستم­‌ها و شبکه اظهار داشت:«بهبود این چالش‌­ها مانند طراحی عملکرد کامپیوتر است».


گلنبه همچنین در خصوص موضوع مصرف انرژی سیستم­‌ها، آن را مسئله‌ای بسیار مهم ارزیابی کرد و افزود: «در حال حاضر میزان مصرف انرژی کامپیوترها و اینترنت برابر با مجموع مصرف برق کل آلمان و ژاپن است و تاثیر منفی صنعت فناوری ­اطلاعات در تولید دی‌­اکسیدکربن از صنعت هوایی بیشتر در نظر گرفته می‌­شود. بنابراین اینگونه انتظار می‌­رود که شیوه‌­های نوین در جهت رفع معضلات مصرف انرژی و کیفیت سرویس­‌دهی، کارآمد باشند».


امروزه شبکه­‌های پول مجازی، هر روز کاربران بیشتری را از نقاط مختلف دنیا جذب می‌­کنند و به علت ماهیت بی‌نام و نشان بودن شرکت­‌های­ مادر، این شبکه­‌ها به آمار بسیار مفصلی از ایجاد (تراکنش‌های تاییدشده) و میزان استفاده هر کدام از واحدهای پولی خود نیازمند هستند، که این فرآیند انرژی عظیمی را مصرف می­‌کند.


گلنبه با اشاره به معضلات مصرف انرژی مثل بیت‌کوین در شبکه‌­های پول مجازی، عنوان کرد: «بر اساس گزارش‌ها، انجام تراکنش‌­ها با استفاده از بیت‌کوین‌ها اندازه مصرف برق کشور کوچکی مثل دانمارک، انرژی مصرف می‌­کند. اگر استفاده از این پول‌­ها رایج شود، میزان مصرف انرژی این فناوری‌­های فعلی فوق­‌العاده زیاد خواهد شد. لذا یکی از مهم‌ترین معضلات فنی بازارهای پول ارزی، به توانایی آنها در اداره تراکنش­‌های خود به شیوه­‌ای قابل ارتقا و مقرون­‌به‌­صرفه در مصرف انرژی بستگی دارد. این مسئله یکی از چالش‌­های جدیدی است که محققان علوم کامپیوتری و ارزیابی عملکرد سیستم در حال کار کردن روی آن هستند».


وی با اشاره به جدیدترین تحقیقات خود یادآور شد: «روی شبکه‌های عصبی­ تصادفی(RNN) با هدف شبیه‌سازی بهتر رفتارهای تصادفی و جهشی سیستم‌های عصبی­ طبیعی و همچنین به دست آوردن شناخت صحیح‌تری از مراحل محاسبه و کاهش زمان لازم برای یادگیری عمقی سیستم، تحقیقات خود را انجام می‌دهم. از این تکنیک‌ها در جستجوگر­ها نیز استفاده می‌­شود و به کاربران کمک می‌کند تا به جای دیدن تبلیغات و اطلاعات مورد علاقه موتورهای جستجو، دقیقا به اطلاعاتی که جستجو کرده­‌اند دسترسی پیدا کنند».


انتهای پیام/4021


انتهای پیام/

ارسال نظر