Combining the Information Retrieval Evaluation Measures by Lp-Norm for Fuzzy Rule Evaluation
محل انتشار: یازدهمین کنفرانس سالانه انجمن کامپیوتر ایران
سال انتشار: 1384
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,534
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.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACCSI11_266
تاریخ نمایه سازی: 5 آذر 1390
چکیده مقاله:
The major problem of rule based Fuzzy Learning Classifier Systems (FLCS) is to design a good measure of rule selection. The fuzzy extension of confidence and support are two wellknown criteria that have been frequently used for evaluating fuzzy rules of a FLCS. In recent studies, the better classification accuracy is reported when composite measures of confidence and support have been considered for rule selection. Moreover, An Information Retrieval (IR) system can be evaluated for successfully retrieving objects by measures namely precision, recall and fallout. In this paper, the well-known Lp-Norm is employed for combining precision, recall and fallout to a scalar value. The resulted classification accuracy rates show the effectiveness of Lp-Norm for combining the IR measures.
کلیدواژه ها:
نویسندگان
M. Eftekhari
Department of Computer Science and EngineeringSchool of EngineeringShiraz University
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 :