[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
آخرین مطالب بخش
:: کسب رتبه نشریه برجسته
..
موسسه تحقیقات شیلات ایران

AWT IMAGE

..
پایگاه‌های نمایه کننده
بانک نشریات کشور (مگیران) 
پایگاه استنادی علوم جهان اسلام (ISC)
پایگاه اطلاعات جهاد دانشگاهی (SID)
سیویلیکا



 logo
https://www.stomaeduj.com/wp-content/uploads/2019/12/publons.png
Cabi
scholar.google





..
Journal DOI

AWT IMAGE
10.18869/acadpub.isfj

..
:: ::
برگشت به فهرست مقالات برگشت به فهرست نسخه ها
مقاله علمی – پژوهشی:‌ چشم‌انداز هوش مصنوعی و یادگیری ماشین در علوم شیلاتی
آذین احمدی1 ، علی حقی وایقان2
1- دانشگاه گیلان
2- دانشگاه ارومیه
چکیده:   (205 مشاهده)

یکپارچه‌سازی هوش مصنوعی و فناوری‌های نوین در علوم شیلات، تحولی اساسی در روش‌های مدیریت منابع دریایی ایجاد کرده است. در مطالعه حاضر، پیشرفت‌های اخیر در روش‌شناسی‌ هوش مصنوعی، از جمله یادگیری عمیق و رویکردهای سنتی یادگیری ماشین و کاربردهای آنها در شناسایی ماهی، نظارت بر جمعیت، مدیریت پایدار و ارزیابی ذخایر را تحلیل کرده است. یافته‌ها نشان می‌دهد که فناوری‌های هوش مصنوعی ابزارهای قدرتمندی برای مقابله با چالش‌های پیچیده آتی در شیلات جهانی ارائه می‌دهند که از جمله می‌توان به بهبود دقت شناسایی گونه‌ها، افزایش کیفیت ارزیابی ذخایر، کاهش صید ضمنی و مبارزه با ماهیگیری غیرقانونی اشاره نمود. با این‌حال، تحقق پتانسیل کامل هوش مصنوعی در مدیریت شیلات مستلزم رفع چالش‌های موجود در دسترسی به داده‌ها، حساسیت مدل‌ها و موانع فناوری است. مطالعه حاضر، نقشه راهی برای ادغام مسئولانه فناوری‌های هوش مصنوعی در مدیریت شیلات به‌ویژه در ایران ارائه می‌دهد و هدف آن پشتیبانی از شیوه‌های مؤثرتر و پایدارتر در مواجهه با چالش‌های پیچیده زیست‌محیطی و اجتماعی-اقتصادی است.

واژه‌های کلیدی: هوش مصنوعی (AI)، یادگیری ماشین(ML)، شیلات، مدیریت پایدار
متن کامل [PDF 1263 kb]   (13 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: ارزيابي ذخاير و پويايي جمعيت
دریافت: 1403/8/29 | پذیرش: 1404/2/10
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
برگشت به فهرست مقالات برگشت به فهرست نسخه ها

با کسب مجوز از دفتر کمیسیون بررسی نشریات علمی وزارت علوم، تحقیات و فنآوری مجله علمی شیلات بصورت آنلاین می باشد و تعداد محدودی هم به چاپ می رساند. شماره شاپای جدید آن ISSN:2322-5998 است

Persian site map - English site map - Created in 0.08 seconds with 44 queries by YEKTAWEB 4703