شبکه های عصبی کانوولوشن (CNN)در ایران!

سلام

در دوره تحصیل و تحقیق و پژوهش برای چاپ مقاله بدنبال شبکه های عصبی کانوولوشن (CNN)رفتم وقت زیادی صرف تئوری، کدنویسی و یادگیری فریم وررک های مختلف یادگیری عمیق کردم. هر چه بیشتر مقاله می خواندم متوجه میشدم که اگر اسمی از شبکه های عصبی کانوولوشن (CNN)در تحقیقت نباشد انتشار آن بسیار دشوار می شود. در عمل نیز به این تجربه رسیدم . دو مقاله متفاوت [1،2] که یکی با wavelet و دیگری با شبکه های عصبی کانوولوشن بود چقدر در انتشار متفاوت بودند و نام شبکه های عصبی کانوولوشن باعث می شد مقاله ات زودتر بررسی گردد.

انگار در این دهه ها هوش مصنوعی گرفتار موج یادگیری عمیق شده است. موجی که با پول و سرمایه گره خورده و با تحریم می توان جلو گسترش و توسعه آن در کشور را گرفت. موجی که کمتر نیاز به ایده پردازی، تفکر و تئوری سازی دارد و بیشتر مدیون سخت افزارهای گرانقیمت است. شما به صورت انفرادی نمی توانید در این زمینه تحقیق کنید چرا که نیاز به تست و اجرا برنامه هایتان را دارید که نیازمند کارت های گرافیک گرانقیمت است. سخت افزاری که بعد از یک سال چنان قدیمی می شود که از خرید آن پشیمان می شوید. دانشگاه ها نیز هزینه زیادی برای تهیه این سخت افزارها نمی کنند، سرویس های پردازشی ارزان قیمت و مناسب و دائمی نیز در کشورما یافت نمی شود. سرویس های خارجی نیز با تحریم های خارجی و خودتحریمی ، برای ما در ایران کارایی قابل قبول ندارند. بنابراین به شما توصیه می کنم اگر در ایران و بصورت انفرادی و یا تیم های دو، سه نفره دنبال کار و تحقیق در این شاخه هستید آن را کنار بگذارید. مگر اینکه حامیان مالی بسیار قوی داشته باشید.

ممنون میشم نظرتان را بگویید و اگر من اشتباه فکر میکنم راه حل هایتان رابنویسید و من را راهنمایی کنید.

1- “Video spatiotemporal mapping for human action recognition by convolutional neural network,” A. Zare, H. Abrishami Moghaddam, and A. Sharifi, Pattern Anal. Appl., Feb. 2019. https://doi.org/10.1007/s10044-019-00788-1

2- “Spatiotemporal wavelet correlogram for human action recognition,” H. Abrishami Moghaddam and A. Zare, Int. J. Multimed. Inf. Retr., 2019. https://doi.org/10.1007/s13735-018-00167-2