مروری بر چالش های حاکم بر خوشه بندی عمیق
- سال انتشار: 1402
- محل انتشار: اولین کنفرانس ملی پژوهش و نوآوری در هوش مصنوعی
- کد COI اختصاصی: CRIAL01_107
- زبان مقاله: فارسی
- تعداد مشاهده: 192
نویسندگان
دانشجوی مهندسی کامپیوتر، واحد اصفهان (خوراسگان) ، دانشگاه آزاد اسلامی، اصفهان، ایران
استادیار دانشکده مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی ، نجف آباد، ایران
استادیار دانشکده مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی ، نجف آباد، ایران
چکیده
خوشه بندی یک تکنیک تحلیلی استفاده شده برای گروهبندی دادههای بدون برچسب و استخراج اطلاعات معنی دار است که توسعهچندین الگوریتم خوشه بندی با کاربردهای متنوع را به دنبال داشته است. هدف اصلی از خوشه بندی، یافتن الگوها و تفاوتهای مختلفدر داده ها است. همانطور که داده ها به طور فزایندهای پیچیده و پیچیده می شوند، روش های خوشه بندی کمعمق (سنتی) که نیاز بهویژگی های مشخص دارند، دیگر نمی توانند نوع داده های با ابعاد بالا را مدیریت کنند و برای داده های بدون ساختار مناسب نیستند. درخوشه بندی عمیق، یک مدل شبکه عصبی عمیق برای یادگیری بازنمایی داده ها و یک الگوریتم خوشه بندی برای خوشه بندی داده هااستفاده می شود. اگرچه با استفاده از یادگیری عمیق و خوشه بندی عمیق میتوان به نتایج موفقیت آمیزی دستیافت اما هنوز همچالش هایی در خوشه بندی عمیق وجود دارد که نیازمند راه حل های مناسب هستند. این مقاله به بررسی محدودیت ها و چالش هایموجود در خوشه بندی عمیق می پردازد و در صورت وجود راه حل ها و بهبودهای ممکن را معرفی می کند .کلیدواژه ها
یادگیری عمیق، خوشه بندی عمیق، یادگیری بازنمایی، خوشه بندیمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
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.