به کارگیری معماری موازی ارباب-برده برای افزایش سرعت الگوریتم داده کاوی فازی ژنتیکی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 707

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEASCONF02_041

تاریخ نمایه سازی: 25 آذر 1395

چکیده مقاله:

داده کاوی در جهت کشف اطلاعات پنهان و روابط موجود در بین دادههای فعلی و پیش بینی موارد نامعلوم و یا مشاهده نشده عمل می کند. برای انجام عملیات داده کاوی لازم است قبلا روی داده های موجود پیش پردازش هایی انجام گیرد. مهمترین کاربرد داده کاوی در تلاش هایی است که برای استنتاج قواعد وابستگی از دادههای تراکنشی صورت می گیرد. در گذشته، از مفاهیم منطق فازی و الگوریتم های ژنتیکی برای کشف قواعد وابستگی فازی سودمند و توابع عضویت مناسب از مقادیر کمی استفاده می شد. با وجود این، ارزیابی مقادیر برازش نسبتاً زمان بر بود. به دلیل افزایش شگرف در توان محاسباتی و کاهش همزمان هزینه های محاسباتی در طول یک دهه ی گذشته، داده کاوی با به کارگیری تکنیکهای پردازش موازی به عنوان روشی امکان پذیر برای غلبه بر مسئلهای یادگیری کند شناخته شده است. در این مقاله الگوریتم داده کاوى موازی فازی - ژنتیکی را メー اساس معماری ارباب - بردها ارائه کرده ایم :կ قواعدوابستگی و توابع عضویت را از تراکنش های کمی استخراج کنیم. پردازنده ی IllaSICT مانند الگوریتم ژنتیک از جمعیت یگانهای استفاده می کند، و وظایف ارزیابی برازش را بین پردازندههای SlaWe توزیع می کند. اجرای الگوریتم پیشنهاد شده در معماری ارباب - برده بسیار طبیعی و کارآمد است و روشی امکان پذیر برای غلبه بر مشکل ارزیابی برازش کم سرعت الگوریتم اصلی است.

کلیدواژه ها:

نویسندگان

مسعود فولادی

دانشجوی کارشناسی ارشد کامپیوتر دانشگاه آزاد اسلامی واحد خمین

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 :