ارزیابی کارایی چهار الگوی مطرح شده برای بهبود دسته بندیکننده ها
- سال انتشار: 1390
- محل انتشار: دومین کنفرانس ملی محاسبات نرم و فن آوری اطلاعات
- کد COI اختصاصی: NCSCIT02_061
- زبان مقاله: فارسی
- تعداد مشاهده: 1250
نویسندگان
گروه کامپیوتر دانشگاه آزاد اسلامی واحد دزفول
گروه کامپیوتر دانشگاه آزاد اسلامی واحد تهران مرکز
چکیده
دراینم قاله تاثیر ساختارهای یادگیری ماشین و قواعد فازی را برای دسته بندی کننده ها مورد تجزیه و تحلیل قرار میدهیم دراین مبحث از تعدادی دسته بندی کننده برای آزمایش حالات و ارزیابیکارایی آنها بهره می بریم این دسته بندی کننده ها ازدرخت تصمیم سیستمهای مبتنی بر قواعد فازی شبکه های عصبی مصنوعی و شبکه های پتری فازی تشکیل شده اند مدلهای موجود از نمونه های مجموعه داده واقعی که در زمینه پزشکی کاربرد دارد جمع آوری شده و از آن برای تحلیل و ارزیابی استفاده می شود با توجه به دسته بندی کننده ها و استفاده از تکنیک های یادگیری ماشین بهترین حالت دسته بندی کننده با توجه به پایین ترین نرخ خطا درانتها نشان داده می شود.کلیدواژه ها
دسته بندی، پتری فازی، شبکه های عصبی، درخت تصمیممقالات مرتبط جدید
- کارآفرینی در کتابخانه های عمومی با راه اندازی خدمات مشاوره اطلاعاتی و مشاوره خوانندگان
- متاورس: مباحثی از فرصت های حرفه ای و مشاغل در گستره فناوری نوین
- بررسی معماری و بلوغ کسب و کار رایانش ابری بر مبنای مدیریت امنیت اطلاعات در علم اطلاع شناسی (مطالعه موردی شرکت های دانش بنیان پارک فناوری ارتباطات و اطلاعات)(چارچوب همکاری های بین رشته ای و فرا رشته ای برای کارآفرینی دانش بنیان)
- ایجاد سازمان نظام مدیریت اطلاعات و دانش (نماد)
- لزوم توجه به فرصت های جدید بازارکار در محتوای درسی رشته علم اطلاعات و دانش شناسی
اطلاعات بیشتر در مورد 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.