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
Predictive Maintenance using LSTM and Adaptive Windowing
Aien Ghanbari Adivi - Behrouz Shahgholi Ghahfarokhi
Statistical Disorder Parameters Computing For Hyperspectral Image Anomaly Detection
Dr Maryam Imani
An OWA-Powered Dynamic Customer Churn Modeling in the banking industry Based on Customer Behavioral Vectors
Masoud Alizadeh - Mohammad Soleymannejad - Behzad Moshiri
Presentation of a New Decoder Based on Quantum Cellular Automata Technology Along with an Analysis of Energy Consumption
- - -
Face Recognition Based on Local Statistical Features and Artificial Neural Network
Mehdi Moghimi - Dr Hadi Grailu
طبقه بندی آسیبهای لیگامنت با استفاده از تحلیل تصاویر تشدید مغناطیسی توسط الگوریتمهای یادگیری عمیق
محسن اکبری - دکتر مریم مؤمنی محسن اکبری - مریم مؤمنی -
Classical-Quantum Multiple Access Wiretap Channel with Common Message: One-shot Rate Region
Hadi Aghaee - Dr Bahareh Akhbari
Detection and Identification of Cyber-Attacks in Cyber-Physical Systems Based on Machine Learning Methods
Zohre Nasiri Zarandi
Heart Sound Classification based on Group-based Sparse Features of PCG Signal
Zahra Hossein-Nejad - Mehdi Nasri
بررسی کارآمدی فناوری وب 0.2 در پشتیبانی از فرآیندهای انسان محور و دانش مبنا
سید احسان ملیحی - فاطمه مشایخی کردکلا
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 41.3.1