CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

استفاده از کلاسه کننده های متخصص برای داده کاوی داده های جریانی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۱۶۸۵ | نظرات: ۰
سال انتشار: ۱۳۸۶
کد COI مقاله: IDMC01_061
زبان مقاله: فارسی
فایل PDF حاوی متن کامل این مقاله در حال حاضر در سایت موجود نمی‌باشد.

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله منتشر نشده و درپایگاه سیویلیکا موجود نمی باشد.

منبع مقالات سیویلیکا دبیرخانه کنفرانسها است. برخی از دبیرخانه ها اقدام به انتشار اصل مقاله نمی نمایند. به منظور تکمیل بانک مقالات موجود، چکیده این مقالات در سایت درج می شوند ولی به دلیل عدم انتشار اصل مقاله، امکان ارائه آن وجود ندارد.

خرید و دانلود PDF مقاله

اصل مقاله (فول تکست) فوق منتشر نشده و یا در سایت موجود نیست و امکان خرید آن فراهم نمی باشد

مشخصات نویسندگان مقاله استفاده از کلاسه کننده های متخصص برای داده کاوی داده های جریانی

  زهرا میرزامومن - دانشکده مهندسی کامپیوتر، دانشگاه علم و صنعت ایران
  ستار هاشمی - دانشکده مهندسی کامپیوتر، دانشگاه علم و صنعت ایران
  محمدرضا کنگاوری (شناسه پژوهشگر - Researcher ID: ۳۶۱۶)
دانشکده مهندسی کامپیوتر، دانشگاه علم و صنعت ایران

چکیده مقاله:

در این مقاله، نتایج اولیة استفاده از مدل مجموعه کلاسه کننده های متخصصEnsemble of Experts (EOE) در دادهکاوی داده های جریانی گزارش ش ده استEOE کلاس هک نندة دودویی مجزا تشکیل شده است که هر یک مسوول k از تشخیص نمونه های یک کلاس خاص از نمونههای سایر کلاس ها هستند. برای کلاس بندی یک نمون ة جدید، تمام ای نk کلاسهکننده اجرا می شوند و رای کلاسهکنندهای که بیشترین اطمینا ن ر ا داشته باشد ا ن تخاب می شود. بنابراین این مد ل کاملا با مد ل های مجموعهای موجود برای داده کاوی داده های جریانی که اغلب آنها از کلاس ه کنندههای چندکلاسه ساخته شد ه اند، یعنی در آنها ه ر یک از اعضا دقیقا کلاس یک نمو ن ة ورودی را از بین ه م ة کلاس های موجود انتخاب م ی کند، متفاوت اس ت. ما در مورد فوای د و مشکلات این مدل در داده کاوی داده های جریانی و راه حل های آنها تحقیق و بررسی کرد ه ایم. همچنین رو ی چهار مجموعه داد ة معروف، دقت کلاس بندی و زمان اجر ا ی این مدل را با چهار مدل موفق در داد ه کاوی داده های جریان ی مقایسه کرده ایم. تحلیل های تئوری و شواهد تجربی نشان م ی دهند که این مدل می تواند یادگیر ی و بروزرسانی سریعتر و دقت کلا س بندی بالاتر ی را نسبت به بسیاری از الگوریتم های معروف داده کاوی داده های جریانی موجود ارائه ده د . انتظار می رود که این نتایج مورد توجه و علا ق ة محققان در این زمینه قرار ب گیرد، چرا که یک روش ساده ول ی عالی و کارامد در مقایسه با مد ل های دادهکاوی موجود برای دادهها ی جریانی پیشنهاد میدهد.

کلیدواژه‌ها:

داده کاوی دادة جریانی، کلاسه کننده های مجموعهای ، کلاسه کننده های چندتایی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-IDMC01-IDMC01_061.html
کد COI مقاله: IDMC01_061

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
میرزامومن, زهرا؛ ستار هاشمی و محمدرضا کنگاوری، ۱۳۸۶، استفاده از کلاسه کننده های متخصص برای داده کاوی داده های جریانی، اولین کنفرانس داده کاوی ایران، تهران، دانشگاه صنعتی امیرکبیر، موسسه پژوهشی داده پردازان گیتا، https://www.civilica.com/Paper-IDMC01-IDMC01_061.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (میرزامومن, زهرا؛ ستار هاشمی و محمدرضا کنگاوری، ۱۳۸۶)
برای بار دوم به بعد: (میرزامومن؛ هاشمی و کنگاوری، ۱۳۸۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز:
تعداد مقالات: ۲۷۷۵۱
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.