محمدرضا مطش بروجردی - دانشگاه صنعتی امیرکبیر
مصطفی مروج

دراین مقاله روشی ارایه شده است که با استفاده از روش یادگیری تقویتی مجموعه نمونه های اولیه آموزشی مورد استفاده در داده کاوی فازی را به مجموعه ای از الگوهای فازی با حجم بسیار کمتر تبدیل می کند که دارای ارزش اطلاعاتی برابر با مجموعه اولیه است روش ارایه شده برای پایگاه های داده ای که دارای حجم بالایی از اطلاعاتی هستند کهنیاز به پردازش دارد و همچنین برای پایگاه های داده پویایی کهدائما برحجم اطلاعات آنها افزوده میشود مناسب می باشد روش ارایه شده بمنظور برخورد با مشکلات اصلی داده کاوی همانند وجود داده های ناقص و رفع نویز موجود در نمونه های آموزشی نیز راه کارهایی را ارایه کرده است.

داده کاوی فازی، پیش پردزاش داده ها، کاهش داده ها، یادگیری تقویتی، پایگاه داده فازی، رفع نویز