CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بهینه سازی انتخاب ویژگی بر اساس تئوری بازیهای همکارانه

اعتبار موردنیاز : ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۳۶۱ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: REGCMAES02_027
زبان مقاله: فارسی
حجم فایل: ۴۶۱.۴۸ کیلوبایت (فایل این مقاله در ۸ 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 ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بهینه سازی انتخاب ویژگی بر اساس تئوری بازیهای همکارانه

  سیدپیمان عمادی - دانشگاه تبریز، گروه مهندسی برق و کامپیوتر، تبریز، ایران; دانشگاه آزاد اسلامی واحد زنجان، گروه مهندسی کامپیوتر، زنجان، ایران;موسسه آموزش ع
  سعید آذرشب - دانشگاه آزاد اسلامی واحد زنجان، گروه مهندسی کامپیوتر، زنجان، ایران

چکیده مقاله:

رشد چشمگیر و غیرقابل تصور در حجم داده های تولید و ذخیره شده در نهادها منجر به پنهان شدن دانش های مفید و ناشناخته در درون انبوه اطلاعات شده است که با معرفی و استفاده از دانش داده کاوی سعی در استخراج این مفاهیم با ارزش داریم. مهمترین چالش در این زمینه ابعاد زیاد یا به عبارتی تعداد زیاد ویژگی ها در مجموعه داده ها ما را با مشکل در این زمینه مواجه خواهد کرد. علاوه بر این با حذف این ویژگی های اضافی سبب افزایش کارایی الگوریتم های داده کاوی و حتی به دلیل کاهش داده های آلوده می توان در برخی موارد به نتایج بهتری رسید. در این مقاله روشی بر اساس بازی های همکارانه برای بررسی قدرت هر ویژگی ارائه شده است. این قدرت می تواند با متریک های مختلفی نشان داده شود، که ما در این مقاله از دقت طبقه بندی برای بررسی میزان قدرت هر ویژگی و از ایده ارزش شپلی برای تقسیم سود حاصل از همکاری ویژگی ها در دقت طبقه بند بدست آمده، استفاده کرده ایم. به منظور بررسی تاثیر روش خود، آن را با دیگر روش های انتخاب ویژگی موجود مقایسه نموده ایم و نتایج نشان می دهد که روش پیشنهادی در اکثر موارد بهتر عمل می کند.

کلیدواژه‌ها:

انتخاب ویژگی، تئوری بازیها، کاهش ابعاد

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-REGCMAES02-REGCMAES02_027.html
کد COI مقاله: REGCMAES02_027

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:
عمادی, سیدپیمان و سعید آذرشب، ۱۳۹۴، بهینه سازی انتخاب ویژگی بر اساس تئوری بازیهای همکارانه، دومین همایش ملی ریاضیات و کاربردهای آن در علوم مهندسی، ساری، دانشگاه آزاد اسلامی واحد جویبار، https://www.civilica.com/Paper-REGCMAES02-REGCMAES02_027.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: (عمادی, سیدپیمان و سعید آذرشب، ۱۳۹۴)
برای بار دوم به بعد: (عمادی و آذرشب، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Jensen, R., Combining rough and fuzzy sets for feature selection. ...
  • Guyon, I. and A. Elisseeff, An introduction to variable and ...
  • Liu, H. and L. Yu, Toward integrating feature selection algorithmus ...
  • Brown, G., et al., Conditional likelihood mmaximisatio! a unifying framework ...
  • Sun, X., et al., Using cooperative game theory to optimize ...
  • Yu, L. and H. Liu, Efficien t feature selection via ...
  • Jinjie, H., C. Yunze, and X. Xiaoming. A Filter Approach ...
  • Deisy, C., et al. Efficient dimensionality reduction approaches for feature ...
  • International Conference on. 2007. IEEE. ...
  • Liu, H., et al., Feature selection with dynamic nutual information. ...
  • Sebban, M. and R. Nock, A hybrid filter/wrapper approach of ...
  • Mitra, P., C. Murthy, and S.K. Pal, Unsupervised feature selection ...
  • Keinan, A., et al., Fair attribution of functional contribution in ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۴۱۹۹
    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.