سیدمحمد شجاعی - دانشجوی کارشناسی ارشد مهندسی برق مخابرات سیستم دانشگاه یزد
متین شهری - دانشجوی کارشناسی ارشد مهندسی کامپیوتر شبکه های کامپیوتری دانشگاه یزد

شهر هوشمند را میتوان به عنوان شهری معرفی کرد که در آن از انواع روشهای الکترونیکی مانند حسگرها،سیستم های صوتی و تصویری به منظور جمع آوری داده ها و اطلاعات شهری استفاده می شود. این اطلاعاتجمع آوری شده در مراکز داده هایی عظیم نگهداری و به منظور مدیریت هرچه بهتر دارایی ها، منابع و خدماتشهری استفاده میشوند. این داده ها شامل هر نوع اطلاعات جمع آوری شده از ابعاد مختلف شهری هستند کهمیتواند شامل اطلاعات هویتی شهروندان، دارایی ها و مجموع اطلاعات موجود در سازمان ها باشد. دسترسی بهاین حجم عظیم اطلاعات، به تصمیم گیرندگان سیاست های شهری کمک خواهد کرد تا بهترین عملکرد را درتمام بخش های خدماتی ارائه شده داشته باشند. یکی از علوم نوین پر کاربرد در توسعه و مدیریت شهر هوشمنداستفاده از هوش مصنوعی است. استفاده از هوش مصنوعی در شهر هوشمند، نقش مهمی در ارتقاء هوشمندیو پایداری بیشتر شهر ایفا می کند. هدف هوش مصنوعی در شهر هوشمند، تجهیز شهر به ویژگیهای پیشرفتهبرای زندگی، پیاده روی، خرید و لذت از زندگی راحتتر و ایمنتر در محیط شهری است. آمارها و هوشمصنوعی به یکدیگر متصل شده اند. هوش مصنوعی برای استفاده از یک سیستم غیر انسانی برای یادگیری، ازتجربه و تقلید از رفتار هوشمندانه انسان به روش های مختلف اشاره میکند. امروزه سطوح توسعه شهرهوشمند در شهرهای مختلف هنوز نامتعادل است. برای تعداد زیادی از شهرهایی که به تازگی توسعه را آغازکرده اند، دولت ها با یک مشکل بحرانی مواجه می شوند که چگونه یک سرویس جدید در شهر هوشمند باداده های محدود توسعه داده شود. برای رسیدگی به این مشکل، یادگیری انتقالی میتواند برای تسریع توسعهشهر هوشمند، که ما آن را یادگیری انتقال شهری مینامیم، مورد استفاده قرار گیرد. یادگیری انتقالی به معنایاستفاده از یک مدل از پیش آموزش دیده در یک کاربرد جدید است. هدف از یادگیری انتقالی این است که ازدانشی که در یک مسئله به دست آمده برای بهبود تعمیم پذیری در مسئله ای دیگر استفاده شود. این مقاله بهبررسی روند یادگیری انتقال شهری، با هدف ارائه دستورالعمل هایی به برنامه ریزان شهری و دست اندرکارانمربوطه در مورد نحوه به کارگیری این چارچوب یادگیری جدید در استفاده از مدلهای از پیش آموزش دیدهشده یادگیری عمیق موجود در سایر شهرهای هوشمند، میپردازد. همچنین در این مقاله استراتژی هاییادگیری انتقال متداول، گامهای کلی برای پیگیری، و کاربردهای یادگیری انتقال در ایمنی عمومی، مدیریتحمل ونقل و توسعه و مدیریت یک شهر هوشمند، بررسی می گردد.

شهر هوشمند، هوش مصنوعی، یادگیری عمیق، شبکه عصبی عمیق، یادگیری انتقال