Rough sets theory and its extensions for attribute reduction: a review
Publish place: Big Data and Computing Visions، Vol: 1، Issue: 2
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: English
View: 117
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_BDCV-1-2_005
تاریخ نمایه سازی: 28 دی 1401
Abstract:
The rough sets theory is a mathematical tool to express vagueness by means of boundary region of a set. The main advantage of this implementation of vagueness is that it requires no human input or domain knowledge other than the given data set. Several efforts have been made to make close the rough sets theory and machine learning tasks. In this regard several extensions and modifications of the original theory are proposed. This paper provides the basic concepts of the theory as well as its well-known extensions and modifications.
Keywords:
Authors
Sadegh Eskandari
Department of Computer Science, University of Guilan, Rasht, Iran.
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 Paper لینک شده اند :