1404/09/14
آزاده کاظمی

آزاده کاظمی

مرتبه علمی: دانشیار
ارکید: https://orcid.org/0000-0003-0950-7150
تحصیلات: دکترای تخصصی
شاخص H:
دانشکده: دانشکده کشاورزی و محیط زیست
اسکولار:
پست الکترونیکی: a-kazemi [at] araku.ac.ir
اسکاپوس: مشاهده
تلفن:
ریسرچ گیت:

مشخصات پژوهش

عنوان
مکان یابی ایستگاه های پایش حیات وحش با استفاده از سیستمهای تصمیمگیری چند معیاره - GIS و بهینه سازی مکانی با استفاده از رویکردهای هوش مصنوعی (مطالعه موردی: منطقه حفاظت شده هفتاد قله
نوع پژوهش
طرح پژوهشی خاتمه‌یافته
کلیدواژه‌ها
مکان یابی - پایش حیات وحش - GIS- هوش مصنوعی
سال 1403
پژوهشگران آزاده کاظمی ، مریم امیری ، امیر انصاری

چکیده

استفاده از هوش مصنوعی، به‌ویژه الگوریتم‌هایی مانند NSGA-II، فرآیند تعیین مکان‌های بهینه دوربین را به طور قابل توجهی افزایش می‌دهد. الگوریتم‌های هوش مصنوعی به طور کارآمدی مشکلات بهینه‌سازی پیچیده و چندهدفه، عوامل متعادل‌کننده مانند پوشش، هزینه و سازگاری فصلی را مدیریت می‌کنند. استفاده از هوش مصنوعی امکان کاوش جامع در فضای راه حل را فراهم می‌کند و راه حل‌هایی با کیفیت بالا ایجاد می‌کند که ممکن است از طریق روش های دستی به راحتی قابل مشاهده نباشند. علاوه بر این، رویکردهای مبتنی بر هوش مصنوعی مقیاس پذیری و سازگاری با شرایط و محدودیت‌های مختلف محیطی را تضمین می‌کند. اعتبار سنجی تخصصی این راه حل‌ها را بیشتر تقویت می‌کند و امکان سنجی عملی و اثربخشی عملیاتی را تضمین می‌کند. به طور کلی، ادغام هوش مصنوعی در طراحی سیستم های نظارتی منجر به راه حل های امنیتی قوی‌تر، کارآمدتر و جامع‌تر می شود. مزایای الگوریتم‌های هوش مصنوعی در این مسئله را می‌توان به صورت زیر خلاصه کرد: -بهینه‌سازی جامع: هوش مصنوعی مجموعه‌ای جامع از راه حل‌های بهینه را ارائه می‌دهد که به تصمیم گیرندگان این امکان را می‌دهد تا پیکربندی‌هایی را انتخاب کنند که نیازها و محدودیت‌های خاص آنها را به بهترین شکل متعادل کند. این امر به ویژه در سناریوهای دنیای واقعی که مبادلات اجتناب ناپذیر هستند مفید است. -انعطاف پذیری و سازگاری: سازگاری هوش مصنوعی، آن را برای محیط‌های پویا که شرایط و الزامات ممکن است در طول زمان تغییر کند، مناسب می‌کند. فرآیند تکاملی می‌تواند به طور مداوم با اطلاعات جدید و اهداف در حال تحول سازگار شود. -سازگاری و اثبات آینده: سیستم‌های مبتنی بر هوش مصنوعی سازگاری، یادگیری و تکامل مداوم بر اساس داده‌های جدید و روندهای امنیتی در حال ظهور را ارائه می‌دهند. این باعث می‌شود که آن‌ها در آینده مقاوم‌تر باشند، زیرا می‌توانند فناوری‌های جدید را ادغام کنند و به تغییرات چشم‌انداز امنیتی پاسخ دهند. -یکپارچگی و قابلیت همکاری: رویکردهای مبتنی بر هوش مصنوعی، ادغام فناوری‌های نظارتی پیشرفته، مانند تشخیص چهره و تجزیه و تحلیل رفتاری را تسهیل می‌کنند و قابلیت‌های کلی سیستم امنیتی را افزایش می‌دهند. روش‌های سنتی، که ممکن است بر سیستم‌های ساده‌تر و مستقل تکیه کنند، می‌توانند دستیابی به چنین یکپارچگی و قابلیت همکاری یکپارچه را چالش برانگیز بدانند.