دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Mark T. Keane, Nirmalie Wiratunga سری: Lecture Notes in Computer Science, 13405 ISBN (شابک) : 303114922X, 9783031149221 ناشر: Springer سال نشر: 2022 تعداد صفحات: 431 [420] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 36 Mb
در صورت تبدیل فایل کتاب Case-Based Reasoning Research and Development: 30th International Conference, ICCBR 2022, Nancy, France, September 12–15, 2022, Proceedings به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تحقیق و توسعه استدلال مبتنی بر مورد: سی امین کنفرانس بین المللی، ICCBR 2022، نانسی، فرانسه، 12 تا 15 سپتامبر 2022، مجموعه مقالات نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
موضوع ICCBR 2022 چالش های جهانی برای CBR بود که هدف آن بررسی این بود که چگونه CBR می تواند و ممکن است به چالش های پایداری، تغییرات آب و هوایی و سلامت جهانی کمک کند. 26 مقاله ارائه شده در این جلد به دقت بررسی و از بین 68 مقاله ارسالی انتخاب شدند. آنها با هوش مصنوعی و تحقیقات مرتبط با تمرکز بر مقایسه و ادغام CBR با سایر روش های هوش مصنوعی مانند معماری های یادگیری عمیق، یادگیری تقویتی، یادگیری مادام العمر و هوش مصنوعی قابل توضیح (XAI) سر و کار دارند.
The theme of ICCBR 2022 was Global Challenges for CBR aiming to consider how CBR can and might contribute to challenges in sustainability, climate change, and global health. The 26 papers presented in this volume were carefully reviewed and selected from 68 submissions. They deal with AI and related research focusing on comparison and integration of CBR with other AI methods such as deep learning architectures, reinforcement learning, lifelong learning, and eXplainable AI (XAI).