انتخاب ویژگی با استفاده از الگوریتم جستجوی گرانشی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 581

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NAEC02_162

تاریخ نمایه سازی: 15 بهمن 1393

چکیده مقاله:

پیدا کردن زیرمجموعه ای از ویژگی ها از یک مجموعه بزرگ مسئله ای است که در بسیاری از زمینه ها پیش می آید از آنجایی که افزایش تعداد ویژگی ها هزینه محاسباتی یک سیستم را افزایش می دهد طراحی و پیاده سازی سیستم ها با کمترین تعداد .یژگی ضروری به نظر می رسد از طرف دیگر توجه به این موضوع بسیار مهم است که باید زیر مجموعه موثری از ویژگی ها انتخاب شود که کارایی قابل قبولی برای سیستم ایجاد کند. این موضوع ما را به سمتی هدایت می کند که از روش های جستجو برای پیدا کردن زیرمجموعه ای بهینه از ویژگی ها استفاده کنیم. انتخاب ویژگی اطلاعات مرتبط را استخراج و کارایی را بهبود می بخش. عامل های جستجو کننده مجموعه ای از اجرام می باشد که می توانند به صورت سیاره های یک منظومه تصور شوند. اطلاعات مربوط به برازندگی هر جرم، در قالب جرمهای گرانشی و اینرسی ذخیره می شوند. تبادل و اثر گذاری اجرام روی یکدیگر تحت نیروی گرانش انجام می پذیرد. تعدادی مجموعه داده UCI برای ارزیابی الگوریتم پیشنهادی استفاده شده و نتایج آزمایشات نشان می دهد که الگوریتم پیشنهادی در اکثر موارد با انتخاب بهترین ویژگی ها دقت طبقه بندی را افزایش می دهد.

نویسندگان

محسن داودیان

دانشجوی کارشناسی ارشد کامپیوتر دانشگاه آزاد اسلامی واحد ایلام

مهدی صادق زاده

گروه مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد پردیس علوم و تحقیقات ایلام

حبیب متین

دانشجوی کارشناسی ارشد کامپیوتر دانشگاه آزاد اسلامی واحد ایلام

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Witten, I.H. and Frank, E., "Data Mining, Practical Machine Learning ...
  • Techniques", Third Edition, Morgan Kaufmann publishers, 2011. ...
  • Glover, F.W. and Laguna, M. "Tabu Search", Kluwer Academic Publishers, ...
  • نمایش کامل مراجع