بهبود میزان افزونه در مدل سازی افزونه ای با استفاده از الگوریتم های سیستم ایمنی مصنوعی

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 367

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECIE03_029

تاریخ نمایه سازی: 22 دی 1396

چکیده مقاله:

مدلسازی افزونه ای برای تشخیص زیرگروههایی در یک جمعیت که نسبت به کنشی خاص واکنش مش، خصی میدهند استفاده میشود. این نوع مدلسازی از دو مجموعه آموزشی جداگانه با نامهای مجموعه آزمایشی و مجموعه کنترل استفاده میکند. اشیایی که در مجموعه داده آزمایش هستند، تحت تاثیر یک کنش مانند کمپین تبلیغاتی یا درمان پزشکی قرار گرفتهاند ولی اشیاء مج، موعه کنترل تحت تاثیر آن کنش قرار نگرفتهاند. با داشتن مجموعه کنترل میتوان واکنش افراد نسبت به کنش را سنجید. در نتیجه میتوان تاثیر علی کنش را بررسی و افراد را با توجه به میزان تاثیر گذاری آن به صورت زیر گروههایی از جمعیت استخراج کرد. در این پژوهش سعی بر ارایه یک راهکار جدید مبتنی بر سیستم ایمنی مصنوعی در راستای بهبود کارایی مدلسازی افزونهای است. به این منظور با بکار گیری طبقه بندی کنندهA IRS سیستمی به نام سیستم ایمنی مصنوعی افزونهای طراحی شد که توانایی حل مساله مدلسازی افزونهای را دارا میباشد. برای ارزیابی کارایی روش پیشنهادی، آزمایشهایی بر روی مجموعه دادهHillstormانجام گرفت. نتایج آزمایشها بیانگر بهبود حداقل 138 درصدی در سطح زیر نمودار افزونه )معیار کارایی مدلسازی افزونهای( است

کلیدواژه ها:

مدلسازی افزونهای ، سیستم ایمنی مصنوعی ، سیستم ایمنی مصنوعی افزونهای ، سیستم تشخیص ایمنی مصنوعی

نویسندگان

مسیح زعمری

دانشجوی کارشناسی ارشد، دانشگاه شیخ بهایی

مهدی باطنی

استادیار، دانشگاه شیخ بهایی