ارائه یک طبقه بند جدید در داده کاوی به منظور افزایش دقت و سرعت
محل انتشار: کنفرانس بین المللی مهندسی و علوم کاربردی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 589
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEASCONF01_209
تاریخ نمایه سازی: 9 مرداد 1395
چکیده مقاله:
در این مقاله الگوریتم های طبقه بندی را بر روی داده های متفاوت از لحاظ سرعت و دقت بررسی می کنیم . برای افزایش دقت مدلهای پیشبینی، روش امیدبخشی تحت عنوان آموزش گروهی معرفی شده است. این روش براساس ترکیب نتایج حاصل از مدلهای مختلف پیشبینی شکل گرفته است. در مقاله دو مدل پیشنهادی ارائه شده است که در یک مدل از آموزش مدل با استفاده از مجموعه دادههایی که شامل زیر مجموعه ویژگیها میباشند استفاده شده است با دو مدل داده ای الگوریتم ژنتیک و جنگل و در مدل پیشنهادی دوم از ترکیب آموزش شبکه عصبی با الگوریتمهای فراابتکاری و مدل پیشنهادی اول برای تولید مجموعه دادههای آموزشی استفاده نمودهایم. در واقع در این مدل دو فرآینده مجزا قرار دارند. یک فرآیند برای تولید مجموعههای آموزشی متفاوت و فرآیند دیگر وظیفه آموزش شبکه عصبی با استفاده از الگوریتمهای فراابتکاری را برعهده دارد. در مدل ها از الگوریتم ژنتیک و الگوریتمجنگل بعنوان دو الگوریتم فراابتکاری معروف در جهت تولید مجموعههای آموزشی استفاده کردهایم. پارامترهای تاثیر گذار بر روی طبقه بندی داده ها در هر دو مدل و معیارهای ارزیابی مدل ها حساسیت TPR شفافیت TNR صحت و دقت می باشد ؛ در آزمایشات و تستهای انجام شده به علت حجم زیاد داده ها به سه معیار مهم دقت ،صحت و حسایت پرداخته شده است . در الگوریتم ژنتیک پارامترهای مختلفی داریم که سه پارامتر پس از تست به صورت برش در محدوده 0.7-1 جهش مقدار ناچیز کمتر از 0110 در نظر گرفته شده است . پارامترهای تاثیر گذار در الگویتم جنگل نرخ بذرافشانی محلی 2-4 و بذرافشانی سراسری در محدوده 1-2 تعیین شده است . برای هر ترکیب میانگین 40 بار اجرا را انجام شده است . داده های مورد بررسی از مرجع دادهای یادگیری ماشین KDD و UCI انتخاب شده اند.
کلیدواژه ها:
نویسندگان
زنیب احمد مهرابی
دانشجوی آماده دفاع کارشناسی ارشد مهندسی کامپیوتر نرم افزاردانشگاه آزاد اسلامی
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 :