الگوریتم تولید داده مصنوعی با استفاده از روش کوچکترین مربعات برای ارتقای عملکرد یادگیرنده

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,359

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

LNCSE02_218

تاریخ نمایه سازی: 6 اسفند 1391

چکیده مقاله:

نیاز برای داده های صحیح، کامل و با کیفیت هنوز به عنوان یک مشکل در همه حوزه های مربوط به ارتقاء مدل مدلسازی وجود دارد. هر چند، با رشد روز افزون حجم اطلاعات ذخیره شده و نیاز به جمع کردن وآنالیز و تحلیل دادهها نیاز به متدهای کاربردی با حوزه )دامنه( مشخص برای غلبه بر مشکلات آشکار و واضح میباشد. هدف و ایده ما از انجام آزمایشات تجربی در طی این مقاله استفاده از روشکوچکترین مربعات (LS) برای تولید دادههای مصنوعی و نشان دادن اثر آن بر ارتقای مدلسازی (model improvement) میباشد. این روش در هر مجموعه دادهای که وابستگی بین مشخصهها وجود داشته باشد کاربرد دارد

نویسندگان

محمد رستمی

عضو باشگاه پژوهشگران جوان دانشگاه آزاد اسلامی واحد دهاقان، ایران،

سمانه دژدار

دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد ساوه، ایران

اعظم صالحی

کارشناس ارشد الکترونیک دانشگاه آزاد اسلامی واحد نجف آباد، ایران

فرید صاغری

دانشجوی موسسه آموزش عالی جهاد دانشگاهی خوزستان، اهواز، ایران،

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Bhattacharyya G. k., Johnson R. A.: Statistical Concepts and Methods. ...
  • Ennet C., Frize M., Walker C.: Influence of Missing Value ...
  • Ertekin, S., Huang, J., Bottou, L., Giles C.L.: Learning on ...
  • http://www.cs .waikato. ac.nz/ml/wek, ...
  • Malazizi, L. Neagu, D. Chaudhry, Q., 2008. Improving Imbalanced M ...
  • Maloof, M.A.: Learning When Data Sets _ Imbalanced and When ...
  • Pearson R., : The Problem of Disguised Missing Data. SIGKDD ...
  • Witten I. H., Frank E.: Data Mining Practical Machine Learning ...
  • Yuan Y.: Multiple Imputation for Missing Data: Concepts and New ...
  • نمایش کامل مراجع