تاثیر نویز بر الگوریتم های یادگیری با نظارت
- سال انتشار: 1392
- محل انتشار: دومین کنفرانس ملی ایده های نو در مهندسی برق
- کد COI اختصاصی: NCNIEE02_267
- زبان مقاله: فارسی
- تعداد مشاهده: 1096
نویسندگان
مربی، دانشگاه آزاد اسلامی واحد کاشمر، گروه کامپیوتر
مربی، دانشگاه آزاد اسلامی واحد کاشمر، گروه کامپیوتر
چکیده
مجموعه داده های واقعی اغلب کامل نبوده و حاوی مقادیر نویز می باشند که می تواند باعث کاهش کارایی الگوریتم های یادگیری درمواجه با این داده ها گردد. بنابراین تاثیر مواجه با نویز یکی از چالش های اساسی در الگوریتم های یادگیری با نظارت برای بدست آوردن یک مدلقابل اعتماد از داده ها بشمار می رود در این مقاله، تاثیر درجه های مختلف نویز بر روی دقت چهار الگوریتم یادگیری با نظارت بیزین ساده، نزدیکترینkهمسایه، درخت تصمیم4.5C و ماشین بردار پشتیبان مورد بررسی و ارزیابی قرار می گیرد. این الگوریتم ها جزء ده الگوریتم برتر در داده کاوی بشمار می آیند. نتایج حاصل می تواند به ما در انتخاب الگوریتم یادگیری مناسب که کمتر به داده های نویز حساس می باشند کمک نماید. بعلاوه مشخص نماید الگوریتم های یادگیری و کلاسه بندی قوی وجود چه میزان از داده های نویز را می توانند تحمل نمایندکلیدواژه ها
دقت کلاسه بندی، نویز، نویز کلاسی، یادگیری با نظارتمقالات مرتبط جدید
- سیستم تشخیص نفوذ در محیط رایانش ابری با استفاده از یادگیری ویژ گی
- کاهش هزینه تعمیراتی ماشین های سنگین از طریق بهبود الگوریتم درخت تصمیم با الگوریتم های انتخاب ویژگی Information Gain ،Correlation و SVM
- پردازش کوانتومی تصاویر پزشکی و تشخیص لبه آن با استفاده از الگوریتم QHED
- بررسی و مقایسه روشهای تشخیص اکانت های جعلی در شبکه های اجتماعی
- مکان یابی و مقدار بهینه منابع تولید پراکنده به منظورکاهش تلفات و بهبود انحراف ولتاژ شبکه نامتعادل توزیع
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.