ISSN: 2165- 7866
Индраджит Чакраборти, Амарендранат Чоудхури и Тухин Субхра Банерджи
Искусственный интеллект (ИИ) или машинное обучение в настоящее время служит основным выбором для добычи данных и анализа больших данных. Благодаря эффективной модели обучения и адаптации он предоставляет решения для нескольких инженерных приложений. К ним относятся такие методы, как моделирование искусственных нейронных сетей, алгоритмы принятия решений на основе рассуждений, имитационные модели, вычисления ДНК и квантовые вычисления среди ряда других. С применением ИИ в биомедицинских исследованиях нечеткость и случайность в обработке такого типа данных значительно снизились. Стремительный технологический прогресс помог методам ИИ развиваться таким образом, который способствует эффективной и гораздо более удобной обработке таких нечетких данных. В обзоре представлен всесторонний обзор моделей машинного обучения и вычислений ИИ, передовой аналитики данных и подходов к оптимизации, используемых в биоинженерии, такой как проектирование и анализ лекарств, медицинская визуализация, биологически вдохновленное обучение и адаптация для аналитики и т. д.