ارائه یک معیار تنوع فازی جدید برای طبقه بندهای مبتنی بر یادگیری جمعی
محل انتشار: همایش مهندسی کامپیوتر و توسعه پایدار با محوریت شبکه های کامپیوتری، مدلسازی و امنیت سیستم ها
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 821
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CESD01_042
تاریخ نمایه سازی: 25 اسفند 1392
چکیده مقاله:
یادگیری جمعی یک روش یادگیری است که در آن به منظور حل یک مسئله طبقه بندی، مجموعه ای از طبقه بندها آموزش داده میشوند. تنوع در بین اعضای این مجموعه به عنوان یک مسئله کلیدی در هنگام ترکیب تصمیم های طبقه بندها محسوب می شود. جهت محاسبه تنوع در بین طبقه بندهای عضو یک یادگیر جمعی، معیارهای مختلفی ارائه شده است. در این مقاله یک معیار تنوع جدید ارائه شده است. این معیار تنوع به ویژه برای طبقه بندهای مبتنی بر یادگیری جمعی مناسب است که به رای هر طبقه بند یک وزن و درجه اهمیت تخصیص میدهند. معیار تنوع ارائه شده با چند معیار تنوع دیگر مقایسه شده و تاثیر هر کدام از آنها بر دقت طبقه بندی، بررسی شده است.
کلیدواژه ها:
نویسندگان
سجاد غلامی
دانشجو بخش مهندسی کامپیوتر دانشگاه شهید باهنر کرمان
مهدی افتخاری
استادیار و عضو هیات علمی دانشگاه بخشی مهندسی کامپیوتر دانشگاه شهید باهنر کرمان
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 :