کد خبر:۶۹۸۹۵۹
با هدف بهبود کیفیت؛

شبکه عصبی_تصادفی برای جستجوگر‌های آینده استفاده می‌شود

سامیارول گلنبه، دانشمند برگزیده جایزه مصطفی (ص) ۲۰۱۷ در مصاحب‌های با موسسه ماشین‌های کامپیوتری ACM به تشریح مدل G-network خود و چگونگی کارایی این مدل در رفع چالش‌های سیستم‌های کامپیوتری پرداخت.

به گزارش گروه دانشگاه خبرگزاری دانشجو به نقل از  ستاد ارتباطات و اطلاع رسانی بنیاد مصطفی (ص)، سامیارول گلنبه؛ عضو آکادمی علوم ترکیه (Bilim Academy) و عضو هیات علمی کالج سلطنتی لندن، در مصاحبه های با موسسه ACM به توضیح درباره دستاورد‌ها و زمینه‌های پژوهشی که اخیرا در آن‌ها فعالیت داشته، پرداخت.

موفقیت او در زمینه طراحی شبکه‌های جی در سیستم‌های کنترل کامپیوتر، باعث برطرفشدن مشکل کمبود سیستم‌های کنترل حالت محور در شبکه‌های صف و راه حل موثر آن در قالب محصول که بین دهه‌های ۶۰ و ۸۰ 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 راه حل مجزا در قالب محصول برای این مدل‌ها شده که امکان مدلسازی و تحلیل سیستم‌های تصادفی بزرگ را به او می دهد.

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.

وی در مصاحبه اش عنوان کرد: تمرکز اصلی من در تحقیقات بر 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 روزه 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 Bitcoin‌ها در شبکه‌های پول مجازی، عنوان کرد: بر اساس گزارش‌ها، انجام تراکنش‌ها با استفاده از Bitcoin‌ها به 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 مقرون به صرفه در مصرف انرژی بستگی دارد. این مسئله یکی از چالش‌های جدیدی است که محققان علوم کامپیوتری و ارزیابی عملکرد سیستم در حال کار کردن بر روی آن هستند.

وی با اشاره به جدیدترین تحقیقات خود یادآور شد: بر 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.
ارسال نظر
captcha
*شرایط و مقررات*
خبرگزاری دانشجو نظراتی را که حاوی توهین است منتشر نمی کند.
لطفا از نوشتن نظرات خود به صورت حروف لاتین (فینگیلیش) خودداری نمايید.
توصیه می شود به جای ارسال نظرات مشابه با نظرات منتشر شده، از مثبت یا منفی استفاده فرمایید.
با توجه به آن که امکان موافقت یا مخالفت با محتوای نظرات وجود دارد، معمولا نظراتی که محتوای مشابهی دارند، انتشار نمی یابد.
پربازدیدترین آخرین اخبار