طبقه بندی داده های نامتعادل با استفاده از فیلتر افراز تکراری مبتنی بر طبقه بند نزدیکترین همسایه فازی شهودی بازه ای– مقدار
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 553
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IPRIA03_020
تاریخ نمایه سازی: 13 شهریور 1396
چکیده مقاله:
طبقه بندی داده های نامتعادل یکی از چالش های به روز یادگیری ماشین است. در این مقاله روشی برای این منظور ارایه می گردد. فیلترافراز تکراری روشی است که پس از رساندن داده ها به وضعیت توازن به وسیله داده های ساختگی، وارد عمل شده و برخی از داده هایی را که برایطبقه بند مشکل ساز هستند به صورت کنترل شده حذف می کند. این فیلتر از یک الگوریتم برای شناسایی داده های بد استفاده می کند وتحت شرایطی آن ها را حذف می کند. ما برای بهبود این فیلتر الگوریتمی را معرفی می کنیم که توسعه ای از k – نزدیک ترین همسایه فازی بااستفاده از مجموعه های فازی شهودی بازه ای–مقدار است. این فیلتر کارایی طبقه بند نهایی را به خوبی ارتقاء داده است.
کلیدواژه ها:
نویسندگان
سعید زراعت کار
دانشجوی رشته مهندسی کامپیوتر، گرایش هوش مصنوعی، دانشگاه شهید باهنر کرمان- عضو انجمن پژوهشگران جوان دانشگاه شهید باهنرکرمان
فاطمه افسری
استادیار بخش مهندسی کامپیوتر، دانشگاه شهید باهنرکرمان
مهدی افتخاری
دانشیار بخش مهندسی کامپیوتر، دانشگاه شهید باهنرکرمان