نشریه " مطالعات ......... " در سیویلیکا نمایه میشود.
دسترسی آزاد به مقالات نشریه " مطالعات .........
COPE
سامانه مشابهت یاب علمی ( سمیم نور)
سامانه مشابهت یاب علمی ( ایرانداک)
پشتیبانی تصمیم گیری مبتنی بر هوش مصنوعی قابل توضیح سیستم ها: بررسی اخیر
دوره و شماره : آماده انتشار
1 دانشجوی ارشد رشته کامپیوتر، نرم افزار، موسسه آموزش عالی آپادانا، شیراز، ایران
2 استادیار، موسسه آموزش عالی آپادانا، شیراز، ایران
3 مربی، گروه کامپیوتر، موسسه آموزش عالی آپادانا، شیراز، ایران
چکیده :
این مقاله نظرسنجی یک نمای کلی از چشم انداز در حال تکامل هوش مصنوعی قابل توضیح (XAI) در سیستم های پشتیبانی تصمیم (DSS) ارائه می دهد. از آنجایی که هوش مصنوعی (AI) همچنان نقش مهمی در فرآیندهای تصمیمگیری در حوزههای مختلف بازی میکند، نیاز به شفافیت، تفسیرپذیری و اعتماد بسیار مهم میشود. این نظرسنجی روشها، کاربردها، چالشها و جهتگیریهای تحقیقاتی آینده را در ادغام قابلیت توضیح در سیستمهای پشتیبانی تصمیم مبتنی بر هوش مصنوعی بررسی میکند. هدف این مقاله از طریق تجزیه و تحلیل عمیق تحقیقات فعلی و پیاده سازی های عملی، هدایت محققان، متخصصان و تصمیم گیرندگان در جهت یابی در چشم انداز پیچیده DSS های مبتنی بر XAI است. این سیستم ها به کاربران نهایی در تصمیم گیری کمک می کنند و تصویر کاملی از نحوه تصمیم گیری ارائه می دهند و اعتماد را افزایش می دهند. علاوه بر این، یک طبقهبندی روشی از روشهای فعلی پیشنهاد شده است و آثار نماینده ارائه و مورد بحث قرار میگیرند. تجزیه و تحلیل مطالعات اخیر نشان می دهد که علاقه فزاینده ای به استفاده از XDSS ها در زمینه هایی مانند تشخیص پزشکی، ساخت و آموزش وجود دارد، زیرا آنها تعادل بین دقت و توضیح را هموار می کنند، اعتماد به نفس و همچنین تایید تصمیمات را افزایش می دهند.
این مقاله نظرسنجی یک نمای کلی از چشم انداز در حال تکامل هوش مصنوعی قابل توضیح (XAI) در سیستم های پشتیبانی تصمیم (DSS) ارائه می دهد. از آنجایی که هوش مصنوعی (AI) همچنان نقش مهمی در فرآیندهای تصمیمگیری در حوزههای مختلف بازی میکند، نیاز به شفافیت، تفسیرپذیری و اعتماد بسیار مهم میشود. این نظرسنجی روشها، کاربردها، چالشها و جهتگیریهای تحقیقاتی آینده را در ادغام قابلیت توضیح در سیستمهای پشتیبانی تصمیم مبتنی بر هوش مصنوعی بررسی میکند. هدف این مقاله از طریق تجزیه و تحلیل عمیق تحقیقات فعلی و پیاده سازی های عملی، هدایت محققان، متخصصان و تصمیم گیرندگان در جهت یابی در چشم انداز پیچیده DSS های مبتنی بر XAI است. این سیستم ها به کاربران نهایی در تصمیم گیری کمک می کنند و تصویر کاملی از نحوه تصمیم گیری ارائه می دهند و اعتماد را افزایش می دهند. علاوه بر این، یک طبقهبندی روشی از روشهای فعلی پیشنهاد شده است و آثار نماینده ارائه و مورد بحث قرار میگیرند. تجزیه و تحلیل مطالعات اخیر نشان می دهد که علاقه فزاینده ای به استفاده از XDSS ها در زمینه هایی مانند تشخیص پزشکی، ساخت و آموزش وجود دارد، زیرا آنها تعادل بین دقت و توضیح را هموار می کنند، اعتماد به نفس و همچنین تایید تصمیمات را افزایش می دهند.
کلمات کلیدی :
هوش مصنوعی یادگیری ماشین، مدل های جعبه سیاه، توضیح پذیری، سیستم های پشتیبانی تصمیم
هوش مصنوعی یادگیری ماشین، مدل های جعبه سیاه، توضیح پذیری، سیستم های پشتیبانی تصمیم