دسته دروس هوش مصنوعی

سیستم ایمنی مصنوعی توسط کاسترو به صورت زیر تعریف شده است: سيستم هاي وفقي كه با الهام از ايمونولوژي نظري و توابع، اصول و مدل هاي ايمني مشاهده شده به وجود آمده‌اند و برای حل مسائل مورد استفاده قرار می‌گیرند. دي كاسترو  و تيميس تعريف بالا را براي AIS برگزيده اند و سه نكته را برشمردند كه در هر الگوريتم ايمني مصنوعي بايد لحاظ شود: 1.       در هر الگوريتم ايمني مصنوعي، حداقل بايد يك جزء ايمني مانند لنفوسيت ها وجود داشته باشد. 2.       در هر الگوريتم ايمني مصنوعي بايد ايده اي برگرفته از بيولوژي نظري يا تجربي استفاده شود. 3.       الگوريتم ايمني مصنوعي طراحي شده بايد به حل مسئله اي كمك كند. بر اساس اين سه ضابطه، ديكاسترو و تيميس، اولين الگوريتم هاي ايمني مصنوعي را …   از زمان آغاز بحث AIS، این سیستم برای اهداف متنوعی به کار گرفته شده است می‌توان اکثر این کاربردها را تحت سه عنوان بزرگ دسته‌بندی کرد. این سه عنوان عبارتند از: 1.       تشخيص بي قاعدگي 2.       بهينه سازي 3.       داده كاوي (كلاس بندي ، خوشه بندي و …)

الگوریتم های ژنتیک کلاسیک در یافتن نواحی جواب با سرعت خوبی عمل می کنند اما در به دست آوردن جواب با دقت مورد نظر زمان زیادی را صرف می کنند. این نقص را می توان تا حدودی با بکارگیری دانش موجود از مساله و یا اضافه کردن فاز جستجوی محلی به چرخه ی تکاملی بهبود بخشید. محققان با الهام گرفتن از ایده ی »مم« که توسط ریچارد داوکینز مطرح شد، […]