دسته بندی داده های جریانی با استفاده از درخت عصبی فازی

یکی از پدیده های نو ظهور در دنیای اطلاعات، داده های جریانی است. منظور از داده های جریانی، دنبال های از داده هایی است که با سرعت و حجم زیاد تولید می شوند و همین امر باعث بوجود آمدن مشکلاتی برای دستهب ندی آنها همچون مشکل ذخیره سازی آنها شده است. در این مقاله برای دسته بندی داده های جریانی، درخت عصبی فازی پیشنهاد شده است. ساختار کلی درخت عصبی فازی همانند درخت فازی است و در هر گره داخلی درخت، به جای استفاده از یک شرط فازی برای بخش بندی، از شبکه عصبی فازی استفاده شده است تا علاوه بر استفاده از مزایای درخت فازی، از مزایای شبکه عصبی فازی همانند انعطاف پذیری نیز بهره مند شویم. درخت عصبی فازی دارای یادگیر ی برخط است و به راحتی میتواند با تغییر مفهوم ایجاد شده در داده های جریانی وفق پیدا کند. همچنین درخت عصبی فازی می تواند داده های مغشوش و ویژگیهای بدون مقدار را مدیریت کند. نتایج آزمایشات نشان می دهند که درخت عصبی فازی دارای مزایای بهتری نسبت به سایر دسته بندها برای داده های جریانی است

کلیدواژه ها:

تغییر مفهوم ، داده های جریانی ، درخت تصمیم فازی ، درخت عصبی فازی ، شبکه عصبی فازی