بررسی الگوریتم ها و تکنیک های بهینه سازی داده کاوی

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 802

فایل این مقاله در 7 صفحه با فرمت PDF و WORD 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:

BICO01_027

تاریخ نمایه سازی: 29 فروردین 1397

چکیده مقاله:

دانش داده کاوی یکی از ده ها دانشی است که در سال های اخیر گسترش فوق العاده سریعی در دنیا داشته است. داده کاوی فرآیند کشف دانش پنهان درون داده ها است که با توصیف، تشریح، پیش بینی وکنترل پدیده های گوناگون پیرامونی، دارای کاربرد بسیاروسیعی در حوزه های مختلف است به گونه ای که مرز و محدودیتی برای کاربرد آن در نظر گرفته نشده و زمینه های کاربردی آن را از ذرات کف اقیانوس تا اعماق فضا میدانند. به طور خلاصه، داده کاوی پل ارتباطی میان علم آمار،علم کامپیوتر،هوش مصنوعی، الگو شناسی، یادگیری ماشین و بازنمایی بصری داده میباشد. میتوان گفت در داده کاوی، تیوری های پایگاه داده ها، هوش مصنوعی، یادگیری ماشین و علم آمار را در هم می آمیزند تا زمینه کاربردی فراهم شود.در این مقاله مفهوم داده کاوی و روش داده کاوی و کاربردهای آن بررسی شده و در ادامه چهار الگوریتم بهینه سازی در داده کاوی مورد بررسی قرار گرفت . چهار تکنیک بررسی شده عبارتند از؛ الگوریتم ژنتیک، الگوریتم هوکی و جیوز، بازپخت و تبرید شبیه سازی شده و بهینه سازی اجتماعات.

کلیدواژه ها:

الگوریتم ژنتیک ، الگوریتم هوکی و جیوز ، بازپخت و تبرید شبیه سازی شده ، ، بهینه سازی اجتماعات

نویسندگان

مریم غلامی

دانشجوی کارشناسی ارشد هوش مصنوعی، گروه مهندسی کامپیوتر، دانشگاه ایوانکی

نیما فرجیان

استادیار گروه مهندسی کامپیوتر، دانشکده برق و کامپیوتر، دانشگاه ایوانکی

محمد ربیعی

استادیار گروه مهندسی کامپیوتر، دانشکده برق و کامپیوتر، دانشگاه ایوانکی