Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

استخراج دانش با روش های بهینه داده کاوی

کنفرانس بین المللی مهندسی کامپیوتر و فناوری اطلاعات
سال انتشار: 1395
کد COI مقاله: CITCOMP01_083
زبان مقاله: فارسیمشاهده این مقاله: 1,223
فایل این مقاله در 25 صفحه با فرمت PDF قابل دریافت می باشد
محتوای کامل این مقاله با فرمت WORD هم قابل دریافت می باشد.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 25 صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله استخراج دانش با روش های بهینه داده کاوی

امیرحسین شیراوند - دانشجوی کارشناسی ارشد دانشگاه جامع امام حسین (ع)
حسین صابری - عضو هیئت علمی دانشگاه جامع امام حسین (ع)

چکیده مقاله:

پیدایش جدید برخی از تکنیک های داده کاوی نیز قوانین استنتاج جالب زیادی فراهم می کند. بنابراین، در حال حاضر عاقلانه است که این قوانین استنتاج به منظور استخراج الگوهای قوی و جدیدی به نام فراقانون پردازش شوند. کار پیش رو این مفهوم را با پشتیبانی جدیدی از خوشه بندی و دسته بندی قوانین استنتاج بررسی می کند. این راهکار از الگوریتم های k-means و k-nn برای استخراج قوانین استنتاج با استفاده از معیارهای شباهت جدید طراحی شده و محاسبه مرکز ثقل بهره می گیرد. هم چنین روش بهینه‎ای برای پیدا کردن مجموعه‎ های شبیه به هم وسیع به کار میگیریم.بر اساس پیش بینی داده های مورد نیاز در الگوریتم (n,p) این روش وابستگی داده ‎ها را در تراکنش های جاری به منظور پیش‎بینی امید بخش بودن داده ها انجام می‎دهد. برای پیش ماژول توسعه یافته در هسته عامل شناختی پیاده سازی شده است تا استدلال آن را سرعت ببخشد. این معماری جدید که عامل هوشمند کاوشگر (MIA) نامیده می شود، در چهار معیار عمومی، مشتمل بر 25000 قانون، تست و ارزیابی و در نهایت با نوع کلاسیک آن مقایسه شد. همانطور که انتظار می رفت، MIA به مراتب عملکرد بهتری نسبت به عامل شناختی کلاسیک دارد.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا CITCOMP01_083 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/494012/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
شیراوند، امیرحسین و صابری، حسین،1395،استخراج دانش با روش های بهینه داده کاوی،کنفرانس بین المللی مهندسی کامپیوتر و فناوری اطلاعات،تهران،https://civilica.com/doc/494012

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1395، شیراوند، امیرحسین؛ حسین صابری)
برای بار دوم به بعد: (1395، شیراوند؛ صابری)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Chemchem, A. Djenouri, Y., & Drias, H. (2013). Incremental induction ...
  • Tzung-Pei Hong, Chyan-Yuan Horng, Chih-Hung Wu, Shyue-Liang Wang "An improved ...
  • A. Feelders, , H. Danielsa, M. Holsheimer.' Methodo logical and ...
  • Asuncion, A., & Newman, D. (2007). Uci machine learning repository. ...
  • Chemchem, A. Djenouri, Y., & Drias, H. (2013). Incremental induction ...

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

نظرات خوانندگان

4.00
1 تعداد پژوهشگران نظر دهنده
5 0
4 1
3 0
2 0
1 0

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 6,017
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.

پشتیبانی