وزندهی به قوانین و الگوهای آموزشی جهت بهبود دقت کلاسهبندی سیستمهای دستهبندی فازی
محل انتشار: چهارمین کنفرانس ماشین بینایی و پردازش تصویر
سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,674
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP04_051
تاریخ نمایه سازی: 21 دی 1386
چکیده مقاله:
در این مقاله تاثیر وزندهی را بر قابلیت دستهبندی سیستمهای دستهبند فازی مبتنی بر قانون مورد بررسی قرار دهیم. برای بهبود سیستم کلاسه بند از یک الگوریتم یادگیری وزن قوانین استفاده میکنیم که میزان خطای دسته بندی را بر روی دادههای آموزشی با استفاده از تنظیم وزن قوانین به حداقل می رساند. همچنین، با این دید که داده های آموزشی دارای ارزش یکسانی نیستند و بعضی از داده های آموزشی را میتوان نویز به حساب آورد، ما به دادههای آموزشی نیز وزنی انتساب میدهیم. وزن منتسب شده به هر الگوی آموزشی به عنوان هزینه ی دسته بندی غلط و یا انصراف از کلاسه بندی
آن داده محسوب می شود. به عبارت دیگر، وزن هر الگو نشان دهنده اهمیت کلاسه بندی صحیح آن الگو میباشد. با این توصیف، الگوریتم یادگیری مورد استفاده بر اساس وزن دهی قوانین را طوری تغییر می دهیم که به جای به حداقل رساندن خطای کلاسه بندی، یک تابع هزینه( تابعی وابسته به وزن دادههای آموزشی) را کمینه کند. برای تعیین وزن هر الگوی آموزشی، از توزیع داده ها در همسایگی آن استفاده می شود. اگر اکثریت همسایه های دادهی مورد نظر از کلاسی متفاوت با کلاس دادهی مورد نظر باشند به آن داده وزن کمی اختصاص داده میشود و بالعکس. با این کار تاثیر داده های نویزی را در عمل یادگیری وزن قوانین کاهش میدهیم. با استفاده از چندین مجموعه دادهای استاندارد موجود درUCI-MLنشان میدهیم که وزن دهی الگوهای آموزشی تاثیر مثبتی در بهبود دقت کلاسهبندی دارد.
کلیدواژه ها:
نویسندگان
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 :