| کاربرد شبکه‌های عصبی مصنوعی در مهندسی خودرو: فرصت‌ها، چالش‌ها و راهکارهای نوین |
| کد مقاله : 1163-ICME2025 |
| نویسندگان |
|
میثم کماسی *1، فاطمه سادات موسوی نیا2 1دانشجوی کارشناسی مهندسی هوافضا دانشگاه علوم و فنون هوایی شهید منصور ستاری 2دانشجوی کارشناسی دانشکده مهندسی هوافضا آموزشگاه عالی فنی و مهندسی بویین زهرا |
| چکیده مقاله |
| شبکه‌های عصبی مصنوعی (ANNs) به‌عنوان یک فناوری نوآورانه، راه‌حل‌هایی برای چالش‌های کلیدی در مهندسی خودرو ارائه می‌دهند، از جمله رانندگی خودکار، نگهداری پیش‌بینی‌شده، مدیریت انرژی و ارتقاء ایمنی. این مقاله کاربردهای گوناگون ANNs در صنعت خودرو، به ویژه در زمینه پردازش داده‌ها برای تصمیم‌گیری به موقع و سازگاری با شرایط مختلف، را مورد بررسی قرار می‌دهد. انواع مختلفی از ANNs، از جمله شبکه‌های کانولوشنال (CNNs)، شبکه‌های حافظه بلندمدت کوتاه (LSTMs) و شبکه‌های مولد تخاصمی (GANs)، و نحوه ارتباط آن‌ها با کاربردهای خاص در خودرو، تحلیل می‌شود. همچنین، محدودیت‌های این فناوری نظیر نیاز به داده‌های گسترده، وابستگی به پردازشگرهای قوی و چالش‌های اخلاقی مرتبط با تصمیم‌گیری خودکار، مورد توجه قرار می‌گیرند. این مقاله با مقایسه تکنیک‌های مختلف ANN در زمینه کاربردهای خودرویی، نقاط قوت و ضعف هر کدام را بررسی کرده و پیشنهاداتی برای بهبود عملکرد ارائه می‌دهد. همچنین، استراتژی‌های پیاده‌سازی تدریجی سیستم‌های ANN، ارزیابی و بهینه‌سازی عملکرد آن‌ها در هر مرحله، و روش‌های کاهش هزینه و پیچیدگی در نظر گرفته شده‌اند. در ادامه، به آینده فناوری‌های مرتبط با ANNs، از جمله مدل‌های کم‌مصرف انرژی و ترانسفورماتورها، و ضرورت ایجاد چارچوب‌های نظارتی اخلاقی برای سیستم‌های هوش مصنوعی اشاره می‌شود. با حل چالش‌های موجود، ANNs می‌توانند به‌طور قابل‌توجهی در پیشرفت مهندسی خودرو، افزایش ایمنی، بهبود کارایی و سازگاری با محیط زیست نقش داشته باشند. این تحقیق می‌تواند گامی مهم در جهت پیشبرد تحرک هوشمند باشد و فضایی را برای تحقیقات آینده در این حوزه فراهم آورد. |
| کلیدواژه ها |
| شبکه‌های عصبی مصنوعی، مهندسی خودرو ، بهینه‌سازی انرژی، ایمنی خودرو ، هوش مصنوعی ، یادگیری عمیق |
| وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر |
