ارائه ی یک طبقه بند با استفاده از شبیه سازی میدان مغناطیسی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 617

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

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

BPJ02_165

تاریخ نمایه سازی: 11 آبان 1395

چکیده مقاله:

در این پژوهش، روش طبقه بندی جدیدی مبتنی بر شبیه سازی میدان مغناطیسی و در نظرگیری هر داده ی آموزشی به عنوان یک روبات جستجوگر طراحی و پیاده سازی شده است. در ادامه با توجه به پیش زمینه های تئوریک و آزمایشات انجام گرفته، دیتاست هایی که الگوریتم بر روی آن ها کارایی بهتری دارد شناسایی شده و میزان تفاوت آن با سایر الگوریتم های معتبر موجود مورد مقایسه قرار گرفته است. الگوریتم بر روی دیتاست های پزشکی با داده ها و کلاس های کم، نتایجی هم سطح با طبقه بندهای کلاسیک از خود نشان داده است. در نهایت، پارامترهای موثر در کارایی الگوریتم مشخص گردیده اند و تحلیل هایی در مورد نقاط قوت و ضعف الگوریتم ارائه شده است.

کلیدواژه ها:

الگوریتم های حرکت ، شبیه سازی میدان مغناطیسی ، طبقه بندی ، - Machine Learning

نویسندگان

علی نوراله

استادیار ، دانشکده مهندسی کامپیوتر، دانشگاه تربیت دبیر شهید رجایی، تهران، ایران

مهدی نژادقلی

دانشکده مهندسی کامپیوتر، دانشگاه تربیت دبیر شهید رجایی، تهران

رضا ابراهیم پور

دانشیار، دانشکده مهندسی کامپیوتر، دانشگاه تربیت دبیر شهید رجایی، تهران، ایران

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 :
  • P. Simon, Too Big to Ignore: The Business Case for ...
  • T. Mitchell, Machine Learning, McGraw Hill, 1997. ...
  • A. Turing, "Computing Machinery and Intelligence, " in Artificial Intelligence, ...
  • W. D., "A benchmark for how well neural nes generalize, ...
  • J.C. Latombe, "Potential field methods, " in Robot motion planning, ...
  • J. Borenstein. and Y. Koren, "Real-time obstacle avoidance for fast ...
  • J. Borenstein and Y. Koren, "The Vector Field Histogram -- ...
  • J. S. Putney, Reactive Navigation of an Autonomous Ground Vehicle, ...
  • N. M. H. Tayarani and M. R. Akbarzadeh, "Magnetic Optimization ...
  • S. I. Birbil and S. C. Fang, "An Electromageti sm-like ...
  • Mechanism for Global Optimization, " Global Optimization, vol. 25, pp. ...
  • T. Hofmann, B. Scholkopf and A. J. Smola, "kernel methods ...
  • G. Forman and I Cohen, "Learning from Little: Comparison of ...
  • S. Vanaja and K. Rameshkumar, "Performance Analysis of Classification Algorithms ...
  • نمایش کامل مراجع