حمیده اشرفی - گروه مهندسی کامپیوتر، ، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران
گلاره ویسی - گروه مهندسی برق، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران

انتخاب ویژگی کاربردهای زیادی در یادگیری ماشین و شناسایی آماری الگو دارد .هدف در انتخاب ویژگی پیداکردن ویژگی هایی است که بتوانند مشخصات بعضی دیگر ویژگیها را داشته باشند در ضمن افزونگی دادهنداشته باشد. باید توجه داشت که برخی ویژگیها ممکن است به تنهایی چندان مفید به نظر نرسند و میزاناطلاعات آنها کم باشد اما اگر با ویژگیهای دیگری ایتلافی تشکیل دهند ایتلاف ایجاد شده دارای اطلاعاتزیادی است. در روش پیشنهادی جهت انتخاب ویژگی از تیوری بازیهای همکارانه و معیار اطلاعات متقابل برایپیدا کردن ارتباطات داخلی ویژگی ها استفاده کرده ایم. برای کاهش پیچیدگی محاسباتی و افزایش سرعت دردیتا ستها با ابعاد بالا، ابتدا ویژگی ها با استفاده از این معیار، خوشه بندی می شوند. جهت بهبود فرآیند خوشهبندی از تیوری بازیها کمک گرفته ایم سپس فرآیند انتخاب ویژگی در داخل هر خوشه و با بررسی کاراییایتلاف ها میان ویژگی های با میزان اطلاعات مشابه و با رویکرد تیوری بازیهای همکارانه، صورت گرفته است.نتایج شبیه سازی نشان میدهد که الگوریتم پیشنهادی نسبت به سایر روشهای انتخاب ویژگی مانند روشحداقل افزونگی، حداکثر ارتباط (Nrmr) دارای سرعت بالاتری است و همینطور از نظر صحت نیز بهبود قابل ملاحظه ای داشته است.