سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

استفاده ازSVM برای داده های غیر باینری (چند کلاسه)

Publish Year: 1401
Type: Conference paper
Language: Persian
View: 232

This Paper With 13 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

ECMM08_014

Index date: 20 April 2023

استفاده ازSVM برای داده های غیر باینری (چند کلاسه) abstract

ماشین بردار پشتیبان (SVM) یک تکنیک طبقه بندی بر مبنای حاشیه بهینه (optimal margin) است. در یادگیری ماشینی ، SVM یک طبقه بندی خطی باینری است که برای حالت های غیر خطی نیز توسعه یافته است.SVM با هسته خطی SVM خطی وSVM با هسته غیر خطی SVM غیر خطی نامیده می شود.SVM خطی یک تکنیک کارآمد برای داده های با ابعاد بالا است مانند طبقه بندی اسناد، ابهام زدایی با معنای کلمه، طراحی دارو می باشد.SVM از زمان پیدایش خود به طور مداوم در حال تکامل است. درمقاله ابتدا نمونه های کلاسیک SVM که شامل Hard SVM و SoftSVM صحبت میکنیم و روابط مورد استفاده در آنها وروش کلاس بندی را به کمک این دوتکنیک بیان میکنیم سپس درمورد نحوه ی استفاده از SVM برای داده های چند کلاسه با استفاده از تکنیکهای مختلف مانند یک در مقابل یک، یک در مقابل سایر ، وستون واتکینز(SVM(WestonWatkins ، SVM انتقالی صحبت خواهد شد. وفرمول های آن ها به صورت اجمالی بیان می شود.

استفاده ازSVM برای داده های غیر باینری (چند کلاسه) Keywords:

SVM چند کلاسه , یک در برابر سایر , یک در برابر یک , وستون واتکینز , SVMانتقالی

استفاده ازSVM برای داده های غیر باینری (چند کلاسه) authors

حسن بهرادپور

موسسه آموزش عالی آپادانا

هاله همایونی

عضو هیئت علمی موسسه آموزش عالی آپادانا

مقاله فارسی "استفاده ازSVM برای داده های غیر باینری (چند کلاسه)" توسط حسن بهرادپور، موسسه آموزش عالی آپادانا؛ هاله همایونی، عضو هیئت علمی موسسه آموزش عالی آپادانا نوشته شده و در سال 1401 پس از تایید کمیته علمی هشتمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله SVM چند کلاسه ، یک در برابر سایر ، یک در برابر یک، وستون واتکینز، SVMانتقالی هستند. این مقاله در تاریخ 31 فروردین 1402 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 232 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که ماشین بردار پشتیبان (SVM) یک تکنیک طبقه بندی بر مبنای حاشیه بهینه (optimal margin) است. در یادگیری ماشینی ، SVM یک طبقه بندی خطی باینری است که برای حالت های غیر خطی نیز توسعه یافته است.SVM با هسته خطی SVM خطی وSVM با هسته غیر خطی SVM غیر خطی نامیده می شود.SVM خطی یک تکنیک کارآمد برای داده های با ... . برای دانلود فایل کامل مقاله استفاده ازSVM برای داده های غیر باینری (چند کلاسه) با 13 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.