مرضیه رستگار - دانشجوی کارشناسی ارشد، بخش مهندسی و علوم کامپیوتر، دانشگاه شیراز ایران÷
اشکان سامی - استادیار، بخش مهندسی و علوم کامپیوتر، دانشگاه شیراز، ایران
ابراهیم محمودزاده - استادیار، پژوهشکده مالی امام حسن مجتبی، شیراز، ایران

تکنیکهای شناسایی داده نامتعارف، بعنوان یکی از امور مهم در داده کاوی در حوزه های کاربردی مختلفی مثل تشخیص های پزشکی، کشف تقلب و کاربردهای مفید دیگر مورد استفاده قرار گرفته اند و تحقیقات زیادی نیز پیرامون این موضوع صورت پذیرفته است. ما در این مقاله یک روش نیمه نظارتیشناسایی داده نامتعارف را با استفاده از تعداد محدودی داده نامتعارف برچسبدار بعنوان داده آموزشی، ارائه خواهیم کرد. اگرچه تکنیکهای زیادی در زمینه شناسایی نیمه نظارتی داده نامتعارف ارائه شده اند، ولی با وجود بررسی های زیاد، روشی که فقط از نمونههای نامتعارف برچسبدار برای آموزش استفاده کرده باشد، مشاهده نکردیم. ما در این مقاله از گسسته سازی داده های پیوسته در بازه هایی با طول یکسان و بررسی توزیع داده ها در این بازه ها بهرهجستیم. در پایان نیز نتایج روش پیشنهادی خود را با نتایج حاصل از تعدادی تکنیک غیرنظارتی مقایسه کرده و به طور میانگین شاهد بهبود نتایج هستیم.

شناسایی داده نامتعارف، آموزش نیمه نظارتی