0% Complete
English
صفحه اصلی
/
یازدهمین کنفرانس بین المللی فناوری اطلاعات و دانش
خوشه بندی مقید داده ها به کمک اتوماتای یادگیر سلولی
نویسندگان :
شکوفه علی محمدی
1
احمدعلی آبین
2
1- دانشگاه شهید بهشتی
2- دانشگاه شهید بهشتی
کلمات کلیدی :
الگوریتم های فراابتکاری، اتوماتای یادگیری سلولی، خوشه بندی مقید
چکیده :
خوشه بندی یکی از مسائل مهم در حوزه یادگیری ماشین است که تاکنون توجه بسیاری از پژوهشگران را به خود جلب کرده است. هدف اصلی از خوشه بندی، تقسیم داده ها به گروه هایی از اشیای مشابه است. ذات بدون ناظر مساله خوشه بندی سبب گردیده است که خوشه بندی مقید به عنوان راهکاری جهت استفاده از دانش بیرونی در خوشه بندی مطرح شود تا با بهره گیری از اطلاعات جانبی سبب افزایش دقت الگوریتم های خوشه بندی گردد. در این مقاله، یک روش خوشه بندی جدید معرفی می کنیم که مبتنی بر اتوماتای یادگیر سلولی و الگوریتم های فراابتکاری میباشد. از الگوریتم پیشنهادی برای جستجوی مراکز خوشه در فضای جواب به منظور مینیم مسازی تابع هدف خوشه بندی مقید استفاده میشود. کارایی روش ارائه شده بر روی چند مجموعهداده تولید شده در فضای دوبعدی و چند مجموعه داده انتخابی از مخزن UCI، ارزیابی شده و نتایج بدست آمده از آن، با نتایج حاصل از چند الگوریتم خوشه بندی مقایسه شده است. نتایج بدست آمده حاکی از آن است که عملکرد روش پیشنهادی در اکثر نمونه های آزمایشی، در مقایسه با الگوریتم های مذکور بهتر بوده است.
لیست مقالات
لیست مقالات بایگانی شده
A Nano-based High-Speed QCA circuit for Information Security with Image Masking
Saeid Seyedi - Hatam Abdoli
A Novel Decentralized Privacy Preserving Federated Learning Model for Healthcare Applications
Saba Ameri - Reza Ebrahimi Atani
Aligning the Brick and Mortar cosmetic with digital transformation as the right way to overhaul the In-store Experience
Mehrgan Malekpour - Dr Federica Caboni
طبقه بندی روش های شناسایی داده های تکراری در جهت تسهیل فرایند پاکسازی داده ها
مهدی جعفری - احمد عبدالله زاده بار فروش
Analysing effect of news polarity on stock market prediction: a machine learning approach
Golshid Ranjbaran - Dr Mohammad-Shahram Moin - Dr Sasan H Alizadeh - Dr Abbas Koochari
Human Resource Allocation to the Credit Requirement Process, A Process Mining Approach
Omid Mahdi Ebadati - Mohammad Mehrabioun - Shokoofeh Sadat Hosseini
Enhancing kNN-Based Intrusion Detection with Differential Evolution with Auto-Enhanced Population Diversity
Zohre Karimi - Zeinab Torabi
تحلیل کتابسنجی از مقالات حوزه دوقلوهای دیجیتال
فاطمه مکی زاده - سارا صراف - مصطفی شیرالی
An approach to model the optimal service provisioning in vehicular cloud networks
Farhoud Jafari Kaleibar - Maghsoud Abbaspour
ارائه یک الگوریتم سلسله مراتبی جهت تشخیص نفوذ در شبکه های کامپیوتری
دکتر باقر رحیم پور کامی - سیدمحمد سیدی برشی باقر رحیم پور کامی - سیدمحمد سیدی برشی -
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.5.2