ارائه یک‌مدل‌آماری-یادگیری جدید‌ برای‌طبقه‌بندی داده‌ها با ورودی‌غیرقطعی

  • سال انتشار: 1392
  • محل انتشار: همایش مشترک مهندسی کامپیوتر و مکانیک
  • کد COI اختصاصی: JCCEM01_053
  • زبان مقاله: فارسی
  • تعداد مشاهده: 872
دانلود فایل این مقاله

نویسندگان

سعید طوسی زاده

عضو هیات علمی گروه کنترل، دانشکده مهندسی برق، دانشگاه فردوسی مشهد

سیدمحمدرضا فرشچی

آزمایشگاه هوشمند شبکه اجتماعی، دانشکده ریاضی، گروه کنترل و بهینه سازی، دانشگاه فردوسی مشهد

چکیده

عدم قطعیت در داده‌ها، توسط فاکتورهای مختلفی از جمله، عدم‌دقت در اندازه‌گیری، نرخ‌خطا در نمونه‌گیری، تاخیردر شبکه یا عوامل دیگر ایجاد می‌گردد. فرآیندهای بحرانی هوشمند، مثل داده‌کاوی یا انتقال‌اطلاعات در شبکه های حسگر، نیازمند فرآیند دقیق‌تری در کار با داده‌های دارای ابهام هستند. در این پژوهش به ارائه یک مدل‌احتمالاتی-آماری، با توزیع نرمال یا گاوسی بر روی الگوی ورودی به صورت گسسته، پرداخته‌ایم. مدل پیشنهادی، به دلیل کشف روابط وابستگی به صورت نرمال، از پیچیدگی زمانی بسیار کمی برخوردار است. با استفاده‌از نظریه راس و تئوری تجمیع چگالی احتمالی، مدل ارائه شده را به لحاظ بهینگی، ثابت کرده‌ایم. مدل‌های‌کنونی در غلبه بر مشکل عدم قطعیت، از مشکل نفوذ‌خطا به داده‌های آموزشی و یا، تست و افزونگی ابهام داده‌ای رنج می‌برند. نتایج ساختار ریاضی بسیار دقیق ما نشان می‌دهد، روش ارائه شده، علاوه بر حل مشکل کنونی روش‌های‌سنتی، برای اولین بار، روشی را برای تحلیل‌پیچیدگی عدم قطعیت در طبقه‌بندی ارائه نموده است. بررسی‌های دقیق‌ریاضی و شبیه‌سازی‌های کنونی بر روی شبکه‌ گرید داخلی در چگالی ترکیبی، نشان می‌دهد، مدل کنونی، طبقه‌بندی بسیار بادقتی را برای انواع کاربردها بر روی داده‌های غیرقطعی ارائه کرده است

کلیدواژه ها

داده‏های غیرقطعی، تئوری راس، طبقه‌بندی‏غیرقطعی

مقالات مرتبط جدید

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.