ترجمه فارسی مقاله یک روش تصمیم‌گیری محور برای طراحی خودارزیابی هوش مصنوعی آگاه از عدم قطعیت

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی A Decision-driven Methodology for Designing Uncertainty-aware AI Self-Assessment
عنوان مقاله به فارسی یک روش تصمیم‌گیری محور برای طراحی خودارزیابی هوش مصنوعی آگاه از عدم قطعیت
نویسندگان Gregory Canal, Vladimir Leung, Philip Sage, Eric Heim, I-Jeng Wang
فرمت مقاله انگلیسی PDF
تعداد صفحات 24
دسته بندی موضوعات Machine Learning,Artificial Intelligence,Machine Learning,یادگیری ماشین , هوش مصنوعی , یادگیری ماشین ,
توضیحات Submitted 2 August, 2024; originally announced August 2024.
توضیحات به فارسی ارسال شده در 2 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد.

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 960,000 تومان

زمان تحویل: 2 تا 3 روز کاری


📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Artificial intelligence (AI) has revolutionized decision-making processes and systems throughout society and, in particular, has emerged as a significant technology in high-impact scenarios of national interest. Yet, despite AI's impressive predictive capabilities in controlled settings, it still suffers from a range of practical setbacks preventing its widespread use in various critical scenarios. In particular, it is generally unclear if a given AI system's predictions can be trusted by decision-makers in downstream applications. To address the need for more transparent, robust, and trustworthy AI systems, a suite of tools has been developed to quantify the uncertainty of AI predictions and, more generally, enable AI to "self-assess" the reliability of its predictions. In this manuscript, we categorize methods for AI self-assessment along several key dimensions and provide guidelines for selecting and designing the appropriate method for a practitioner's needs. In particular, we focus on uncertainty estimation techniques that consider the impact of self-assessment on the choices made by downstream decision-makers and on the resulting costs and benefits of decision outcomes. To demonstrate the utility of our methodology for self-assessment design, we illustrate its use for two realistic national-interest scenarios. This manuscript is a practical guide for machine learning engineers and AI system users to select the ideal self-assessment techniques for each problem.

چکیده به فارسی (ترجمه ماشینی)

هوش مصنوعی (AI) فرآیندها و سیستم های تصمیم گیری را در سرتاسر جامعه متحول کرده و به ویژه ، به عنوان یک فناوری مهم در سناریوهای با تأثیر بالا از منافع ملی ظاهر شده است.با این حال ، با وجود قابلیت های پیش بینی کننده چشمگیر هوش مصنوعی در تنظیمات کنترل شده ، هنوز هم از طیف وسیعی از مشکلات عملی رنج می برد که مانع استفاده گسترده آن در سناریوهای مختلف بحرانی می شود.به طور خاص ، به طور کلی مشخص نیست که آیا پیش بینی های سیستم هوش مصنوعی داده شده می تواند توسط تصمیم گیرندگان در برنامه های پایین دست اعتماد داشته باشد.برای رفع نیاز به سیستم های هوش مصنوعی شفاف تر ، قوی و قابل اعتماد تر ، مجموعه ای از ابزارها برای تعیین کمیت عدم اطمینان پیش بینی های هوش مصنوعی و به طور کلی تر ، AI را قادر می سازد تا قابلیت اطمینان پیش بینی های آن را "ارزیابی" کند.در این نسخه خطی ، ما روش هایی را برای خود ارزیابی هوش مصنوعی در چندین بعد کلیدی طبقه بندی می کنیم و دستورالعمل هایی را برای انتخاب و طراحی روش مناسب برای نیازهای پزشک ارائه می دهیم.به طور خاص ، ما بر روی تکنیک های تخمین عدم اطمینان تمرکز می کنیم که تأثیر ارزیابی خود را در انتخاب های تصمیم گیرندگان پایین دست و در مورد هزینه ها و مزایای نتایج تصمیم گیری در نظر می گیرد.برای نشان دادن کاربرد روش شناسی ما برای طراحی خود ارزیابی ، ما استفاده از آن را برای دو سناریو واقع بینانه ملی نشان می دهیم.این نسخه خطی یک راهنمای عملی برای مهندسان یادگیری ماشین و کاربران سیستم هوش مصنوعی برای انتخاب تکنیک های ایده آل ارزیابی خود برای هر مشکل است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.