ارزیابی کاهش فضای ویژگی در انتخاب ویژگی در دادههایfMRI برای بازشناخت الگوی دسته های معنایی در محرکهای بینایی
- سال انتشار: 1395
- محل انتشار: پنجمین کنگره مشترک سیستمهای فازی و هوشمند ایران (شانزدهمین کنفرانس سیستمهای فازی و چهاردهمین کنفرانس سیستمهای هوشمند)
- کد COI اختصاصی: ICFUZZYS16_027
- زبان مقاله: فارسی
- تعداد مشاهده: 705
نویسندگان
دانشکده علوم ریاضی و رایانه، دانشگاه علامه طباطبایی، تهران
دانشکده علوم ریاضی و رایانه، دانشگاه علامه طباطبایی، تهران
استادیار، گروه علوم رایانه، دانشکده علوم ریاضی و رایانه، دانشگاه علامه طباطبایی، تهران
استادیار، گروه مهندسی پزشکی، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران جنوب، تهران
چکیده
در این پژوهش، هدف بازشناخت و پیشگویی آنچه که فرد مشاهده کرده با توجه به الگوی فعالیت واکسلهای مغز آن فرد است. یافتن ارتباط معنادارمیان الگوهای فعالیت نورونها در مغز و ادراک روانی انسان یکی از مسایل و چالشهای مهم در زمینه علوم اعصاب است. چالش اصلی در یافتن این الگوها، بزرگبودن فضای ویژگی به دلیل وجود تعداد زیاد واکسلهای مغز نسبت به تعداد بسیار کم نمونهها )محرکهای مشاهده شده توسط فرد( است. در این مقاله به بررسی اثر کاهش بعد فضای ویژگی به کمک معیار اطلاعات متقابل ) mutual information ( و تاثیر آن بر روی نتایج حاصل از دسته بندی کننده های متفاوتپرداختهایم. برای پیاده سازی از دادههای تهیه شده در دانشگاه کارنگی ملون مدلی ارایه شده، سپس با به کارگیری الگوریتمهای دستهبندیکننده: ماشین بردار پشتیبان، لاجستیک رگرسیون و نایو بیز به بازشناخت الگوهای فعالیت واکسلها هنگام مشاهده تصویر-کلمه ها پرداخته ایم. نتایج نشان دادهاند که به کارگیری معیار اطلاعات متقابل برای کاهش فضای ویژگی، افزایش معنادار دقت دسته بندی کنندهها را در پی داشته استکلیدواژه ها
اطلاعات متقابل، دسته بندی، کاهش فضای ویژگی، واکسلمقالات مرتبط جدید
- بررسی نقش و کاربردهای هوش مصنوعی در رشته مترجمی زبان انگلیسی
- چارچوب یکپارچه مبتنی بر یادگیری عمیق برای تشخیص و مقابله با حملات سایبری در شبکه های صنعتی اینترنت اشیاء
- توسعه سیستم توصیه گر هوشمند برای بهینه سازی مصرف انرژی در شبکه های انرژی هوشمند با استفاده از الگوریتم های یادگیری تقویتی
- طراحی معماری سیستم های نهفته خودترمیم شونده برای کاربردهای بلادرنگ در سیستم های حمل و نقل هوشمند
- طراحی و پیاده سازی سیستم امنیتی یکپارچه برای اینترنت اشیاء صنعتی مبتنی بر محاسبات لبه در صنعت ۴.۰
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.