محاسبه کارای مجموعه دادههای بسیار بزرگات با رویکرد شبکه عصبی و الگوریتم IRPROP

سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 304

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICIORS03_395

تاریخ نمایه سازی: 17 آبان 1396

چکیده مقاله:

تحلیلی پوششی دادهها (DEA) یکی از رایج ترین روشهای مورد استفاده در اندازه گیری کارایی و بهره وری واحدهای تصمیم گیری است. اگر تعداد واحدهای تصمیم گیرنده یا تعداد ورودیها و خروجی ها خیلی بزرگ باشد آنگاه تحلیل پوششی دادهها نیاز به منابع عظیم کامپیوتری از لحاظ زمان پردازش و میزان حافظه دارد. در این مقاله سعی بر آن است که با آموزش یک شبکه عصبی پیشخور، زمان پردازش و استفاده از حافظه را نسبت به آنچه مورد نیاز روش های متعارف در DEA است، به مقدار زیادی کاهش دهیم. لذا این روش می تواند یک ابزار مفید در اندازه گیری کارایی مجموعه داده های بزرگ باشد.

کلیدواژه ها:

RIPROP DEA ، IDEA تحلیل پوششی دادهها شبکه عصبی ، مجموعه دادههای بسیار بزرگ ، پس انتشار

نویسندگان

مهدی طلوع

دانشگاه آزاد اسلامی تهران مرکزی - گروه ریاضی دانشکده علوم پایه -

آمنه زندی

دانشگاه آزاد اسلامی تهران مرکزی - گروه ریاضی دانشکده علوم پایه -