مروری بر روش های طبقه بندی با استفاده از برنامه نویسی ژنتیک

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 981

فایل این مقاله در 6 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:

NCCEB02_077

تاریخ نمایه سازی: 16 خرداد 1394

چکیده مقاله:

طبقه بندی داده ها یکی از بخشهای مهم در دادهکاوی می باشد و مسائل زیادی در این حوزه مطرح شده است. یکی ازروش هایی که برای طبقه بندی مورد استفاده قرار گیرد برنامه نویسی ژنتیک می باشد. برنامه نویسی ژنتیک یکی از حوزه های الگوریتمهای تکاملی است که دارای توانایی های گسترده و انعطاف بالا در حل مسائل می باشد. طبقه بندی داده ها با استفاده از برنامه نویسیژنتیک، در بعضی نمونه ها، دقت برابر با سایر طبقه بندی کننده ها ارائه داده است. در این مقاله، به بررسی کاربردهای برنامه نویسیژنتیک در طبقه بندی داده ها می پردازیم.

کلیدواژه ها:

برنامه نویسی ژنتیک ، طبقه بندی ، درخت تصمیم ، سیستم های مبتنی بر قانون ، توابع یادگیری تفکیک کننده ، شبکه عصبی

نویسندگان

زهره پورفتحی

موسسه پویش قم،کارشناسی ارشد هوش مصنوعی

عباسعلی جلیلوند

مالزی، دکترای هوش مصنوعی

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 :
  • باشگاه پژوهشگران جوان _ و نخبگان واحد شوشتر _ اسفند ...
  • j.k.koza, Concept formation and decision tree induction using the genetic ...
  • G. Folino , C.Pizzuti and G.Spezzano, A Cellular genetic programming ...
  • TTanigawa, and Q.zhao _ study on efficient of decision trees ...
  • programming , Proceeding of Genetic and Evolutionary Computation , 2000 ...
  • J.Eggrement , Evolving fuzzy decision tres with genetic programming and ...
  • H.F.Gray , R.J.Maxwell. Genetic programming for classification of brain tumours ...
  • S.Sette, B.Wyns and L.boullar , Comparing Learning Classifier systems and ...
  • P.J.Raus s, J.M.Maida and S.A.chaudhary, Classification of spectral image using ...
  • K.Hennesy , M.G.madden and J.Conroy and A.G.Ryder, An improved genetic ...
  • T.K.Paul and H.Iba, Classification of scleroderma and normal biopsy data ...
  • J.K.Kishore , L.M.patnaik, V.Mani and V.K.Agrawel, Application of genetic programming ...
  • Evolutionary Computation , Vol. 4, No. 3, 2000 ...
  • J.Eggermont, A.Eiben, J.van Hemer, adapting the fitness function in GP ...
  • J.Eggermont, A Eiben and J van Hemert , a comparison ...
  • S.A.Stanhope, j .M.Daida, Genetic_ _ _ automatic target classification and ...
  • th International Conference _ Programming Can diago, CA, 1998 ...
  • H.E.Johnson, R.J.Gilbert , M.K.Winson , R.Goodacre , A.R.Smith, J .J ...
  • C.C Bojarczuk, H.S Lopes , A.A Fretias, genetic programming for ...
  • diagnosis , IEEE Engineering in Medicine and Biology _ 19, ...
  • I.De Falco , Della Ciopa and E.Tarantino , Discovering with ...
  • programming, Applied Soft Computing, Vol _ 1, No.4, 2002 ...
  • C.Quin , Z.De Fu, W.Li-jun and C.Huo-wang , A modified ...
  • T.Hawley and M.G.Madden, The genetic kernel support vector machine: Description ...
  • K.Sullivan and S.Luke, Evolving kernels for support vector machine classification ...
  • T. Watson, T. Rakowski and L.Le. Bh, Data mining with ...
  • R.R.F. Mendes, F.de B.Voznika , J.C.Nievola and A.A.Freitas , Discovering ...
  • P.Murphy and D.Aha, UCI Repository of machine learning database, University ...
  • نمایش کامل مراجع