CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

الگوریتم هوش کوهورت تطبیق پذیر برای مساله خوشه بندی داده ها

اعتبار موردنیاز : ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۷۲ | نظرات: ۰
سال انتشار: ۱۳۹۷
کد COI مقاله: IRANOPEN08_008
زبان مقاله: فارسی
حجم فایل: ۱.۷۷ مگابات (فایل این مقاله در ۹ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۹ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله الگوریتم هوش کوهورت تطبیق پذیر برای مساله خوشه بندی داده ها

  سارا رحمانی - دانشکده مهندسی کامپیوتر و فناوری اطلاعات، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران
  مجتبی شاکری - دانشکده فنی، دانشگاه گیلان، رشت، ایران

چکیده مقاله:

در سال های اخیر مسایل متنوع و پیچیده ای با فضای جستجوی و ابعاد بالا تعریف شده اند که حل آنها با بکارگیری روش های دقیق عملا امکان پذیر نبوده و نیازمند زمان محاسباتی بسیار بالایی است. الگوریتم های فراابتکاری به عنوان رویکردی جایگزین، بطور گسترده برای حل مسایل بهینه سازی با پیچیدگی سخت مورد استفاده قرار گرفته اند. مشکل اصلی این الگوریتم ها گیر افتادن در بهینه محلی به دلیل پویش ضعیف و نیز از دست دادن جواب های خوب به علت انتفاع ضعیف است. بنابراین جهت دستیابی به جواب های با کیفیت در زمان قابل قبول نیاز به انجام هر دو فرآیند در زمان های مناسب است. یک راهکار موثر، تطبیق پذیر کردن پارامترهای کنترلی این الگوریتم هاست. مقداردهی مناسب پارامترهای کنترلی یک الگوریتم فراابتکاری در طول زمان اجرای آن کار دشواری است چون بهترین تنظیمات برای پارامترهای کنترلی می تواند برای داده های مختلف متفاوت باشد. این مقاله، نسخه تطبیق پذیری از یک الگوریتم فراابتکاری نسبتا جدیدی به نام الگوریتم هوش کوهورت را با تنظیم انطباقی پارامتر کنترلی r که فاکتور کاهش بازه نمونه برداری نام دارد، با هدف افزایش سرعت همگرایی برای حل مسیله پیچیده خوشه بندی ارایه داده است. در این مقاله با استفاده از اطلاعات تاریخچه جستجو، رابطه ریاضی جهت تطبیق پذیر کردن مقدار پیشنهاد شده است. به منظور ارزیابی روش پیشنهادی از داده های معرفی شده در مخزن یادگیری ماشین UCI استفاده شده است. نتایج آزمایشات نشان می دهد که در روش پیشنهادی با تطبیق پذیر کردن پارامتر تعداد تکرار الگوریتم کاهش یافته و نتیجتا کاهش زمان همگرایی را موجب می شود اما در عین حال کیفیت جواب نهایی بدست آمده در مقایسه با روش غیر تطبیقی حفظ شده است.

کلیدواژه‌ها:

الگوریتم فراابتکاری هوش کوهورت، تطبیق پذیری، خوشه بندی

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-IRANOPEN08-IRANOPEN08_008.html
کد COI مقاله: IRANOPEN08_008

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:
رحمانی, سارا و مجتبی شاکری، ۱۳۹۷، الگوریتم هوش کوهورت تطبیق پذیر برای مساله خوشه بندی داده ها، هشتمین کنفرانس هوش مصنوعی و رباتیک و دهمین سمپوزیوم بین المللی ربوکاپ آزاد ایران 2018، قزوین، دانشگاه آزاد اسلامی واحد قزوین، https://www.civilica.com/Paper-IRANOPEN08-IRANOPEN08_008.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: (رحمانی, سارا و مجتبی شاکری، ۱۳۹۷)
برای بار دوم به بعد: (رحمانی و شاکری، ۱۳۹۷)
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: دانشگاه آزاد
تعداد مقالات: ۸۷۴۴
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 پیشنهادی مرتبط

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.