ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
Paper
Title

Rule extraction using fuzzy C-means clustering and an extreme learning machine

Page: 6 | View: 90 | Review: 0
Year: 1398
COI: CSCG03_257
Language: Englishglish
(This Paper With 6 Page And PDF Format Ready To Download)

Download guide

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این Paper را خریداری نمایید.

برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این Paper، ابتدا تعداد صفحات Paper را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.

قیمت این Paper : 0 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

Nazila Khalili - Department of Computer Science, Faculty of Mathematical Sciences, University of Tabriz, Tabriz, Iran
Amir Morshedian - Department of Computer Science, Faculty of Mathematical Sciences, University of Tabriz, Tabriz, Iran
Jafar Razmara - Department of Computer Science, Faculty of Mathematical Sciences, University of Tabriz, Tabriz, Iran
Farnaz Mahan - Department of Computer Science, Faculty of Mathematical Sciences, University of Tabriz, Tabriz, Iran

Abstract:

Nowadays by the increasing volume of data in databases, knowledge discovery has received due attention for accurate and fast processing of data. Rule extraction is known as an efficient way for knowledge discovery by using data mining and machine learning techniques. The extracted rules can be employed in rule learning using machine learning methods in order to be used in decision-making systems. Rule learning methods describe the dataset in the form of decision rules. In this paper, a new method for extracting rules from raw data is introduced based on fuzzy c-means clustering algorithm, and then, learning the rules using the extreme learning machine (ELM). The method first divides the dataset into partitions based on type of classes. Then, the fuzzy c-means algorithm is used to produce clusters. Each cluster is depicted as an if-then rule and considered the input of the ELM machine. The ELM machine is used for learning the rules for the final goal of decision making. The proposed method is evaluated and compared with two other rule learning methods. The results revealed the preference and applicability of the proposed method.

Keywords:

fuzzy c-mean, extreme learning machine, rule extraction, rule learning.

Paper COI Code

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1006196/

How To Citation:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Khalili, Nazila و Morshedian, Amir و Razmara, Jafar و Mahan, Farnaz,1398,Rule extraction using fuzzy C-means clustering and an extreme learning machine,سومین کنفرانس بین المللی محاسبات نرم,رودسر,,,https://civilica.com/doc/1006196

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1398, Khalili, Nazila؛ Amir Morshedian و Jafar Razmara و Farnaz Mahan)
برای بار دوم به بعد: (1398, Khalili؛ Morshedian و Razmara و Mahan)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم

اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی Paper

مشخصات مرکز تولید کننده این Paper به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 17,570
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

New Papers

Share this page

More information about 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.

Support