محاسبه اندازه کارایی در تحلیل پوششی داده ها برای مجموعه داده های بزرگ با استفاده از شبکه عصبی

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 718

فایل این مقاله در 6 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:

MAEMT02_098

تاریخ نمایه سازی: 11 مرداد 1396

چکیده مقاله:

تحلیل پوششی داده ها یک تکنیک ریاضی برای بررسی عملکرد واحدهای با چند ورودی و خروجی است. در سال های اخیر استفاده از تحلیل پوششی داده ها در مباحث تصمیمگیری مورد توجه بیشتری بوده است و از طرفی پیچیده تر شدن مسایل زندگی حقیقی، منجر به ایجاد مسایل تحلیلی پوششی داده ها با پایگاه داده های بزرگ شده است. شبکه های عصبی مصنوعی مجموعه بزرگی از پردازش های موازی هستند که توسط واحدهایی بنام نرون، می توانند مسایل بسیار پیچیده را حل کنند. در این پایان نامه سعی بر آن است که با آموزش یک شبکه عصبی، زمان پردازش و استفاده از حافظه را نسبت به آنچه مورد نیاز روش های متعارف در تحلیل پوششی داده ها است، به مقدار زیادی کاهش دهیم. مقاله امروز نژاد و شاله [1] از الگوریتم شبکه عصبی پس انتشار بهره گرفته و کارایی واحدها را مشخص کردند. در این پایان نامه ضمن بررسی روش آن ها جزییات بیشتری از آن را مطرح خواهیم ساخت.

کلیدواژه ها:

نویسندگان

یاسر جعفری

گروه ریاضی واحد شبستر، دانشگاه آزاد اسلامی، شبستر، 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 :