Loading
0 رای
  • مروری بر کاربرد هوش مصنوعی در شناسایی و طبقه‌بندی گیاهان دارویی

  • نویسندگان مقاله
    • سمانه مجاهد دانش¬آموخته دکترای حشره‌شناسی دانشگاه گیلان، هنرآموز رشته کشاورزی هنرستان شهید عبدالهی شهرستان نوشهر استان مازندران
    • آتنا نوری دانش¬آموخته کارشناسی ارشد مهندسی فضای سبز دانشگاه علوم کشاورزی و منابع طبیعی ساری، هنرآموز رشته کشاورزی هنرستان برادران احمدی شهرستان گلوگاه استان مازندران،
    • احسان قمی دانش¬آموخته کارشناسی ارشد مهندسی کامپیوتر ـ نرم‌افزار دانشگاه آزاد اسلامی واحد چالوس، مدرس دانشگاه فرهنگیان و کارمند آموزش و پرورش شهرستان نوشهر استان مازندران
  • چکیده مقاله

    گیاهان دارویی به‌عنوان یکی از مهم‌ترین منابع طبیعی در حوزه سلامت، داروسازی و طب سنتی، نقش بسزایی در تأمین نیازهای درمانی جوامع انسانی ایفا می‌کنند. شناسایی و طبقه‌بندی صحیح این گیاهان، گامی اساسی در استفاده ایمن و مؤثر از آن‌ها محسوب می‌شود. با این حال، روش‌های سنتی شناسایی گیاهان دارویی که عمدتاً مبتنی بر ویژگی‌های مورفولوژیک و دانش تخصصی گیاه‌شناسان هستند، با چالش‌هایی نظیر خطای انسانی، زمان‌بر بودن و نیاز به تخصص بالا مواجه‌اند. در سال‌های اخیر، پیشرفت‌های چشمگیر در حوزه هوش مصنوعی (Artificial Intelligence)، به‌ویژه در زمینه‌های یادگیری ماشین، یادگیری عمیق و پردازش تصویر، فرصت‌های نوینی را برای شناسایی و طبقه‌بندی گیاهان دارویی فراهم کرده است. الگوریتم‌های هوشمند قادرند با تحلیل تصاویر برگ، گل، ساقه و سایر اندام‌های گیاهی، دقت شناسایی را به‌طور قابل توجهی افزایش داده و وابستگی به روش‌های سنتی را کاهش دهند. هدف از این مقاله، مرور و تحلیل پژوهش‌های بین‌المللی منتشرشده در سال¬های اخیر درباره کاربرد هوش مصنوعی در شناسایی و طبقه‌بندی گیاهان دارویی است. در این مطالعه، مهم‌ترین روش‌ها، دستاوردها، مزایا و محدودیت‌های استفاده از هوش مصنوعی در این حوزه بررسی شده و نقش آن در حفاظت از تنوع زیستی، آموزش و توسعه پژوهش‌های گیاهان دارویی مورد توجه قرار گرفته است. نتایج این مرور نشان می‌دهد که هوش مصنوعی می‌تواند به‌عنوان ابزاری کارآمد و آینده‌دار، نقش مؤثری در ارتقای دقت، سرعت و پایداری شناسایی گیاهان دارویی ایفا کند.

  • کلید واژه

    گیاهان دارویی/ هوش مصنوعی/ شناسایی و طبقه‌بندی/ یادگیری ماشین/ پردازش تصویر

  • راهنمای خرید و دانلود
    • اگر در مجموعه Confpaper عضو نیستید، به راحتی می توانید از طریق دکمه زیر اصل این مقاله را خریداری نمایید .
    • با عضویت در Confpaper می توانید اصل مقالات را با حداقل 20 درصد تخفیف دریافت نمایید .
    • برای عضویت به صفحه ثبت نام مراجعه نمایید .
    • در صورتی که عضو این پایگاه هستید،از قسمت بالای صفحه با نام کاربری خود وارد سایت شوید .
    • لینک دانلود فایل خریداری شده به ایمیل شما ارسال میگردد .
نظرات کاربران

برای ارسال نظر، لطفا وارد حساب کاربری خود شوید.