Publisher of Iranian Journals and Conference Proceedings

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

توسعه روش طبقه بندی دیتاست های نامتوازن با استفاده از الگوریتم های تکاملی چندهدفه

تعداد صفحات: 23 | تعداد نمایش خلاصه: 18 | نظرات: 0
سال انتشار: 1398
کد COI Paper: JR_JIMS-17-55_006
زبان Paper: Persian
(فایل این Paper در 23 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این Paper

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

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک Paper) دریافت 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.

خرید و دانلود فایل Paper

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 23 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 7,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان Paper توسعه روش طبقه بندی دیتاست های نامتوازن با استفاده از الگوریتم های تکاملی چندهدفه

امیر دانشور - مدیریت صنعتی، دانشکده مدیریت، واحد الکترونیکی، دانشگاه آزاد اسلامی، تهران، ایران
مهدی همایون فر - گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران
الهام اخوان - گروه مدیریت صنعتی، دانشکده مدیریت، واحد الکترونیکی، دانشگاه آزاد اسلامی، تهران، ایران

چکیده Paper:

طبقه بندی داده ها از مباحث اساسی علم مدیریت است که از رویکردهای مختلفی مورد بررسی قرار گرفته است. روش های هوش مصنوعی از مهمترین روش های طبقه بندی هستند که اغلب آنها تابع دقت کل را در ارزیابی عملکرد مد نظر قرار می دهند. از آنجاییکه در دیتاست های نامتوازن، این تابع، هزینه خطاهای پیش بینی را یکسان در نظر می گیرد، در این پژوهش علاوه بر تابع دقت کل، از تابع حساسیت نیز به منظور افزایش دقت در هر یک از کلاس های از پیش تعریف شده، استفاده شده است. به علاوه، بدلیل پیچیدگی فرآیند کسب اطلاعات از تصمیم گیرنده، از الگوریتم فرا ابتکاری NSGA II جهت استنتاج مقادیر پارامترها، (بردار وزن و سطوح برش بین کلاس ها) استفاده گردیده است. در هر تکرار، الگوریتم با استفاده از بردار وزن برآورد شده و دیتاست ها، امتیاز هر آلترناتیو را با تابع Sum Product محاسبه نموده و در مقایسه با سطوح برش تخمینی، آن آلترناتیو را به یکی از دسته ها تخصیص می دهد. سپس با استفاده از توابع برازش، دسته تخمینی و دسته واقعی را مقایسه نموده و این فرایند تا بهینه سازی پارامترها ادامه می یابد. مقایسه نتایج الگوریتم های NSGA II و NRGA، نشان دهنده کارایی بالای الگوریتم ارائه شده است.

کلیدواژه ها:

الگوريتم ژنتيك با رتبه بندي نامغلوب (NSGA II), طبقه بندي چند كلاسه, ديتاست هاي نامتوازن, الگوريتم NRGA

کد Paper/لینک ثابت به این Paper

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/1026500/

کد COI Paper: JR_JIMS-17-55_006

نحوه استناد به Paper:

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:
undefined، undefined و undefined، undefined و undefined، undefined،1398،توسعه روش طبقه بندی دیتاست های نامتوازن با استفاده از الگوریتم های تکاملی چندهدفه،،،،،https://civilica.com/doc/1026500

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، دانشور، امیر؛ مهدی همایون فر و الهام اخوان)
برای بار دوم به بعد: (1398، دانشور؛ همایون فر و اخوان)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مPaperقاله لینک شده اند :

  • دانشور، ا.، زندیه، م.، ناظمی، ج. (1394). یک روش تکاملی برای ...
  • زرین صدف، م.، دانشور، ا. (1395). روش کارای یادگیری ترجیحات ...
  • عظیمی، پ.، گلدار، ف.، مهدی­زاده، ا. (1394). ارائه مدلی ترکیبی ...
  • محتشمی، ع. (1393). یک روش تلفیقی جدید جهت تخصیص افزونگی ...
  • Mukerjee, A., Biswas, R., Deb, K. Mathur, A. (2002). Multi-objectiveevolutionary ...
  • Abdou, H. A. (2009). Genetic programming for credit scoring: The ...
  • Al Jadaan, O., Rajamani, L., Rao, C. R. (2008). Non-Dominated ...
  • Barandela, R., Sanchez, J. S., Garcia, V., Rangel, E. (2003). ...
  • Carbonero-Ruz, M., Martínez-Estudillo, F. J., Fernández-Navarro, F., Becerra-Alonso, D., Martínez-Estudillo, ...
  • Chen, M. C., Chen, L. S., Hsu, C. C., Zeng, ...
  • Deb, K., Pratap, A., Agarwal, S., Meyarivan, T. A. M. ...
  • Hollander, M., Wolfe, D.A. (1973). Non-parametric Statistical Methods. John Wiley ...
  • Kaabi, H., Jabeur, K., Enneifar, L. (2015). Learning criteria weights ...
  • Karimi, N., Zandieh, M., Karamooz, H. R., (2010). Bi-objective group ...
  • Michalewiez, Z., (1995). A survey of constraint handling techniques in ...
  • Marqués, A. I., García, V., Sánchez, J. S. (2012). Exploring the behavior ...
  • Provost, F., Fawcett, T. (1997). Analysis and visualization of classifier ...
  • Gutiérrez, P. A., Hervás-Martínez, C., Martínez-Estudillo, F. J., Carbonerob, M. ...
  • Nikam, S. S. (2015). A Comparative Study of Classification Techniques ...
  • Rout, N., Mishra, D., Mallick, M. K. )2018). Handling Imbalanced ...
  • Srinivas, N., Deb, K. (2000). Multi-Objective function optimization using non-dominated ...
  • Schott, J. R. (1995). Fault tolerant design using single and ...
  • You, Z. H., Lei, Y. K., Zhu, L., Xia, J., ...
  • Zitzler, E. (1999). Evolutionary Algorithms for Multi-objective Optimization: Methodsand Applications. ...
  • Zhou, Z. H., Liu, X. Y. (2006). Training cost-sensitive neural ...
  • Research Info Management

    Certificate | Report Paper
    این Paper در بخشهای موضوعی زیر دسته بندی شده است:

    Export Citation info of this Paper to research management softwares

    علم سنجی و رتبه بندی Paper

    مشخصات مرکز تولید کننده این Paper به صورت زیر است:
    نوع مرکز: azad university
    تعداد مقالات: 1,860
    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.

    Share this paper

    WHAT IS COI?

    COI is a national code dedicated to all Iranian Conference and Journal Papers. the COI of each paper can be verified online.

    Support