هدف سرویسهای اورژانس پزشکی کاهش مرگ و میر و عوارض ناشی از بیماریها و صدمات میباشد. اعزام سریع سرویسهای اورژانس و کاهش زمان پاسخ، منجر به افزایش نرخ بقاء میشود. زمان پاسخ یکی از معیارهای مهم سنجش کارایی سرویسهای اورژانس پزشکی میباشد. روش معمول در اعزام آمبولانسها چکیده کامل
هدف سرویسهای اورژانس پزشکی کاهش مرگ و میر و عوارض ناشی از بیماریها و صدمات میباشد. اعزام سریع سرویسهای اورژانس و کاهش زمان پاسخ، منجر به افزایش نرخ بقاء میشود. زمان پاسخ یکی از معیارهای مهم سنجش کارایی سرویسهای اورژانس پزشکی میباشد. روش معمول در اعزام آمبولانسها، فرستادن نزدیکترین واحد در دسترس میباشد که این روش به کارایی در کوتاه مدت توجه میکند. یکی از روشهایی که اخیرا در زمینه اعزام آمبولانس بیان شده است، مبتنی بر تحلیل شبکههای پیچیده است. هدف این روش، اعزام آمبولانس مد نظر به تماسی میباشد که مرکزیت بیشتری نسبت به دیگر تماسها دارد، که منجر به کارایی بهتر در دراز مدت میشود. دیگر روشها در اعزام آمبولانس مبتنی بر پیدا کردن بهترین مسیر مناسب برای ماشینهای سرویسدهنده میباشد که پیچیدگی زمانی این روشها بسیار بالا میباشد. در این مقاله با استفاده از رویکردی ترکیبی و به کارگیری معیارهای مرکزیت از تحلیل شبکههای پیچیده و روشهای جستجو مبتنی بر هوش مصنوعی، روشی بهینه و نوین را برای کاهش زمان پاسخ سرویسهای اورژانسی ارائه شده است. علاوه بر این در روش پیشنهادی، اولویت اورژانسی تماسها نیز درنظر گرفته شده است، که متغیری مهم در تصمیم گیری ها می باشد. روش پیشنهادی نسبت به روشهای قبلی از محدودیتهای کمتری برخوردار بوده و نتایج شبیه سازی گسترده نیز بهبود معنیدار این روش را در مقایسه با روش های قبلی مانند روش مرکزیت و نزدیکترین همسایه، مورد تایید قرار میدهد.
پرونده مقاله
زبانهای گفتاری جهان در طول هزاران سال تاریخ خود، روندی تکاملی را پیموده و به امروز رسیدهاند. بر همین راه واژگان زبانهای گوناگون و البته نامهای متداول در فرهنگها و زبانهای سراسر جهان نیز، به تکامل رسیدهاند و این روند تکاملی را ادامه خواهند داد. برخی از این نامها، چکیده کامل
زبانهای گفتاری جهان در طول هزاران سال تاریخ خود، روندی تکاملی را پیموده و به امروز رسیدهاند. بر همین راه واژگان زبانهای گوناگون و البته نامهای متداول در فرهنگها و زبانهای سراسر جهان نیز، به تکامل رسیدهاند و این روند تکاملی را ادامه خواهند داد. برخی از این نامها، با توجه به حس زیباییشناسی افراد یک جامعه و ویژگیهای آوایی زبانی، که بسته به زمان و مکان متغیر است، رواج بیشتری مییابند و تطور و گسترش بیشتری پیدا میکنند. در این پژوهش با شناخت واژگان و نامهای فارسی، مدلی پیشنهاد شده که بر پایه آن نامهایی نو، که همراه با داشتن معنایی درخور، از نظر زیباییشناسی نیز نظر افراد گوناگون را برآورده سازد، تولید شود. ساخت واژگان تازه بهکمک پردازش تکاملی (الگوریتم ژنتیک) انجام میشود که در آن، تابع برازندگی را (بهجز در نسل نخست) یک شبکه عصبی مصنوعی از نوع پیشخور پسانتشار با دو لایه پنهان که تا 89٪ مشابه انسان تخمین میزند، شبیهسازی میکند. بهترین نام تولید شده با این روش، رتبه 5 را در میان 252 نام جامعه اولیه بهدست آورده است. بهترین نمونههای جامعه اولیه و دادههای آموزشی و آزمایشی و نیز برآورد تابع برازندگی نسل نخست و سنجش زیبایی بهترین نامهای تولید شده بدین روش، با تحلیل آماری نمونههای اخذ شده بهکمک پرسشنامه انجام شده است.
پرونده مقاله
هدف سرویسهای اورژانس پزشکی کاهش مرگ و میر و عوارض ناشی از بیماریها و صدمات میباشد. اعزام سریع سرویسهای اورژانس و کاهش زمان پاسخ، منجر به افزایش نرخ بقاء میشود. زمان پاسخ یکی از معیارهای مهم سنجش کارایی سرویسهای اورژانس پزشکی میباشد. روش معمول در اعزام آمبولانسها چکیده کامل
هدف سرویسهای اورژانس پزشکی کاهش مرگ و میر و عوارض ناشی از بیماریها و صدمات میباشد. اعزام سریع سرویسهای اورژانس و کاهش زمان پاسخ، منجر به افزایش نرخ بقاء میشود. زمان پاسخ یکی از معیارهای مهم سنجش کارایی سرویسهای اورژانس پزشکی میباشد. روش معمول در اعزام آمبولانسها، فرستادن نزدیکترین واحد در دسترس میباشد که این روش به کارایی در کوتاه مدت توجه میکند. یکی از روشهایی که اخیرا در زمینه اعزام آمبولانس بیان شده است، مبتنی بر تحلیل شبکههای پیچیده است. هدف این روش، اعزام آمبولانس مد نظر به تماسی میباشد که مرکزیت بیشتری نسبت به دیگر تماسها دارد، که منجر به کارایی بهتر در دراز مدت میشود. دیگر روشها در اعزام آمبولانس مبتنی بر پیدا کردن بهترین مسیر مناسب برای ماشینهای سرویسدهنده میباشد که پیچیدگی زمانی این روشها بسیار بالا میباشد. در این مقاله با استفاده از رویکردی ترکیبی و به کارگیری معیارهای مرکزیت از تحلیل شبکههای پیچیده و روشهای جستجو مبتنی بر هوش مصنوعی، روشی بهینه و نوین را برای کاهش زمان پاسخ سرویسهای اورژانسی ارائه شده است. علاوه بر این در روش پیشنهادی، اولویت اورژانسی تماسها نیز درنظر گرفته شده است، که متغیری مهم در تصمیم گیری ها می باشد. روش پیشنهادی نسبت به روشهای قبلی از محدودیتهای کمتری برخوردار بوده و نتایج شبیه سازی گسترده نیز بهبود معنیدار این روش را در مقایسه با روش های قبلی مانند روش مرکزیت و نزدیکترین همسایه، مورد تایید قرار میدهد.
پرونده مقاله
هوش مصنوعی بهعنوان یک حوزه فناورانه نوظهور مورد توجه روزافزون شرکتها و حکمرانان قرار گرفته است. توسعه هوش مصنوعی هم در سطح کسبوکار و هم در سطح سیاستهای کلان کشور در گرو شناخت وضعیت موجود قرار دارد. پژوهش حاضر بهدنبال شناسایی مصنوعات ارائه شده در این حوزه و افراز آن چکیده کامل
هوش مصنوعی بهعنوان یک حوزه فناورانه نوظهور مورد توجه روزافزون شرکتها و حکمرانان قرار گرفته است. توسعه هوش مصنوعی هم در سطح کسبوکار و هم در سطح سیاستهای کلان کشور در گرو شناخت وضعیت موجود قرار دارد. پژوهش حاضر بهدنبال شناسایی مصنوعات ارائه شده در این حوزه و افراز آنها به سطوح تحولآفرینی از قبیل فردی، سازمانی، صنعتی و... است. این تحقیق از طریق قابلیتهایی که هوش مصنوعی میتواند ایجاد کند به شناسایی محصول/سرویسهای عرضهشده در کشور و تولیدکنندگان آنها میپردازد. سپس برمبنای روششناسی طبقهبندی و اتکا به مشخصه کلیدی دستهها، گسترههای تحولآفرینی مصنوعات زیستبوم هوش مصنوعی ایران را استخراج مینماید.562 محصول/سرویس دارای قابلیت هوش مصنوعی شناسایی گردید که توسط 112 شرکت عرضه شدهاند. بینایی ماشین و پردازش زبان طبیعی بهترتیب با اختصاص 44 و 27 درصد از تولیدات به خود در صدر فناوریهای مورد استفاده بودهاند. مصنوعات و تولیدکنندگان در هفت گستره تحولآفرینی شامل فردی، سازمانی، صنعت، تراشه الکترونیکی/سختافزار، جامعه، پلتفرم، کد/الگوریتم/کتابخانه و زیرساخت دستهبندی شدهاند. تولیدات هوش مصنوعی ایران بهصورت متوازن رشد ننموده است. سه سطح پلتفرم، کد/الگوریتم/کتابخانه و زیرساخت بهعنوان هسته اصلی مولد سایر محصول/سرویسهای هوش مصنوعی کمترین میزان تولیدات را داشتهاند. پیشنهاد شده یک بازارگاه تخصصی برای عرضه مشترک رابطهای برنامهنویسی هوش مصنوعی بهمنظور تحریک شکلگیری زیستبوم در دستورکار قرار گیرد.
پرونده مقاله