پالایش داده رکوردهای هویتی افراد بکمک تطبیق تقریبی آنها
- سال انتشار: 1382
- محل انتشار: نهمین کنفرانس سالانه انجمن کامپیوتر ایران
- کد COI اختصاصی: ACCSI09_060
- زبان مقاله: فارسی
- تعداد مشاهده: 1676
نویسندگان
سازمان تامین اجتماعی - دفتر راهبری سیستم ها
چکیده
داده ها در دنیای واقعی پر از خطا، ناقص و ناسازگار هستند . هدف از پالایش داده ها رفع این نواقص اطلاعاتی است . سیستم هویتی در یک سازمان وظیفه شناسایی افراد شرکت کننده در آن سازمان را بر عهده دارد. بدلیل وجود خطا در هنگام تولید اطلاعات مشخصات هویتی، در عمل رکوردهای هویتی متفاوتی برای یک فرد واحد تولید می گردد. این مقاله به دنبال یافتن الگوریتمی جهت شناسایی رکوردهای متعددی است که به یک فرد در سیستم تعلق دارد تا امکان پالایش داده ها میسر گردد. برای این منظور از ایده فاصله لونشتین جهت میزان مشابهت بین دو رکورد استفاده شده است. فاصله لونشتین برای تعیین مشابهت بین هر دو رشته ای قابل استفاده است. اما در اینجا این الگوریتم در کاربردخاص ذکر شده تخصصی شده است. اشتباهات رایج تایپی در زبان فارسی، اهمیت مکان کاراکتر ها در شته ها، حذف اطلاعات رج زده شده ازجمله مواردی است که به ایده اولیه فاصله لونشتین اضافه شده است. از انجا که در این مقاله مسئله تطبیق رکوردها مطرح است، اهمیت فیلدهای هر رکورد در میزان مشابهت از طریق ضرایبی تعیین می شود. برای بدست آورد ضرایب بهینه الگوریتم ژنتیکی مورد استفاده قرار گرفته تا از طریق یادگیری از نمونه های موجود بهینه ترین ضرایب محاسبه گردند. نتایج شبیه سازی موید بهبود قابل توجه سیستم در شناسایی رکوردهای مشابه پس از اعمال نکات فوق است.کلیدواژه ها
فاصله لونشتین ، الگوریتم ژنتیکی ، ضرایب تطبیق شونده ، مشابهت حروف فارسیمقالات مرتبط جدید
- بهینه سازی مدیریت انرژی در ریزشبکه ها با استفاده از الگوریتم های هوش مصنوعی
- مبانی، کاربردها و چالشهای یادگیری مشارکتی و تحلیل تجربی و مقایسه ابزارهای یادگیری فدرالی در پیاده سازی مدلهای یادگیری ماشین
- راهکارهای مبتنی بر هوش مصنوعی برای بهره وری انرژی در تولید سیمان: یک بررسی جامع
- معماری اینترنت اشیا مبتنی بر هوش مصنوعی در مدیریت انرژی هوشمند
- سیستم های EMS/BMS در ساختمان های ZEB و نمونههای اجرا شده آن در سطح جهانی
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.