پژوهش های هوش مصنوعی آزمایشگاه داده کاوی دانشگاه علم و صنعت و قطب علمی رایانش نرم و پردازش هوشمند اطلاعات

شرکت عامل های هوشمند دانا





خدمات

پیش بینی احساسات
Sentiment Prediction
بیشتر...
ترجمه ماشینی
فارسی و انگلیسی
ویرایشگر متن
خطایاب املایی
تشخیص موجودیت‌های نامدار
Named Entity Recognition اشخاص، سازمان‌ها و مکان‌ها
تشخیص عنوان متن
Topic detection
طبقه‌بندی متون
Text classification
طبقه‌بندی متون بر اساس احساسات
استخراج رویدادهای متن
Event extraction
استخراج کلمات و عبارات کلیدی
Key phrase extraction
استخراج خلاصه خبر
تحلیل احساسات
جداسازی خبرهای مثبت و منفی
تشخیص عبارات کلیدی در اخبار
پیش‌بینی نظرات کاربران
پیشنهادی گروه‌های مرتبط به کاربر
پیشنهاد دوستی
ایجاد گراف دانش عمومی و خاص منظوره
ارائه اطلاعات مفید و یکپارچه‌ از مهم‌ترین موجودیت‌ها
تعیین موجودیت‌های متن و رفع ابهام زدایی
کشف روابط میان موجودیت‌ها
پرس‌وجوهای پیچیده
استخراج دانش از متن
پرس‌وجوهای معنایی
سامانه‌های پیشنهاد دهنده تجارت الکترونیک

• پیشنهاد کالای مورد علاقه

• پیشنهاد کالای مرتبط

• پیش‌بینی میزان استقبال کاربران از یک محصول خاص

سامانه‌های مالی کشف تقلب در سیستم بانکی

• کشف تقلب در سیستم بانکی

• پیش‌بینی مقدار برداشت در بانک‌ها

سامانه‌های پزشکی و روانپزشکی (دستیار پزشک)

• سیستم خبره‌ی تشخیص افسردگی

• سیستم خبره‌ی پزشک عمومی مبتنی بر علائم بالینی

• سیستم شناسایی گفتار برای بیماران اتیسم

• سیستم خبره‌ی تشخیص سلول های لوسمی حاد لنفوییدی

• سیستم خبره‌ی بررسی سلامت بر اساس شبکه‌ی حسگر بی‌سیم بدنی

• سیستم خبره‌ی تشخیص و درمان بیماری‌های پوست

درباره ما

با ظهور وب ۲.۰ در سال ۱۹۹۹ و ظهور وب ۳.۰ یا وب‌معنایی در آغاز قرن ۲۱ام (یک‌میلیون برابر شدن تعداد صفحات وب از سال ۱۹۹۸ تا سال ۲۰۰۸) باعث فراگیر شدن چالش کلان‌داده‌ها گردید. با ورود حوزه‌ی داده‌کاوی به عرصه‌ی کلان‌داده‌ها، که در دهه‌ی آخر قرن بیستم معرفی شده بود، کلان‌داده‌کاوی توانست مشکلات ایجاد شده‌ی مذکور را در تعامل با کلان‌داده‌های گوناگون از جنس تجارت الکترونیک، امنیت مالی/اطلاعاتی، صوتی، تصویری و ویدئویی، خروجی حسگرها، زمانی‌مکانی، بازی‌های رایانه‌ای، پزشکی و ... حل نماید. اما در دهه‌ی اخیر میلادی، با تلاش دانشمندان برای استخراج یک «درک» با پردازش مفهومی و استخراج دانش از کلان‌داده‌ها و در پی آن پیدایش مفهوم جدیدالظهور کلان‌دانش، بسیاری از پژوهش‌ها از سمت داده‌کاوی به سوی مهندسی دانش و در پی آن به سمت مهندسی‌کلان‌دانش حرکت نمود. در کشورهای توسعه‌یافته، در حال حاضر واحدهای صنعتی و علمی تمرکز شدیدی بر حوزه‌ی سیستم‌های دانش‌بنیان قرار داده‌اند. برای مثال، شرکت گوگل به اذعان گروه سیستم‌های اطلاعاتی دانشگاه آکسفورد، حمایت‌های سخاوتمندانه‌ای را از این گروه به عمل آورده است که به سرپرستی اساتیدی همچون پروفسور هاروکس و پروفسور وولدریج که مشهورترین اساتید و فناوران جهان در این حوزه می‌باشند و با جذب پیوسته‌ی پژوهشگر به انجام پژوهش‌های بسیار موثری در مرزهای علم و فناوری می‌باشند. به لطف خدا، در تیم صنعتی‌پژوهشی عامل‌های هوشمند دانا (عهد) و دو آزمایشگاه وابسته (آزمایشگاه داده‌کاوی دانشگاه علم و صنعت تهران و آزمایشگاه رایانش نرم و پردازش هوشمند اطلاعات دانشگاه فردوسی مشهد)، در سال‌های اخیر، با حضور اساتید و پژوهشگران فعّال و نوآور در مرزهای دانش و فناوری، گام‌های اساسی‌ای در حوزه‌ی تولید علم و فناوری و بومی‌سازی آن برداشته شده است. این فعالیت‌ها، به تعبیری، این شرکت را تبدیل به یک محور فعال و نوآور در حوزه‌ی سیستم‌های دانش‌بنیان در بین دانشگاه‌ها و مراکز صنعتی‌پژوهشی ایران نموده است. در حال حاضر پروژه گراف دانش فارسی به عنوان بزرگترین کلان پروژه انجام شده توسط ما به بهره‌برداری رسیده و در وبگاه farsbase.net در اختیار عموم قرار گرفته است. علاوه بر آن همانطور که مشاهده می‌نمایید ده‌ها پروژه دیگر نیز توسط متخصصان ما به بهره‌برداری رسیده است که بنا بر سیاست شرکت به‌تدریج عمومی‌سازی خواهد شد.