یادگیری ترکیب تصمیم در یادگیری مفهوم با استفاده از یادگیری نموی بر اساس جمعیت(PBIL)
Publish place: 2nd Joint Congress on Fuzzy and Intelligent Systems
Publish Year: 1387
Type: Conference paper
Language: Persian
View: 774
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
FJCFIS02_132
Index date: 17 July 2013
یادگیری ترکیب تصمیم در یادگیری مفهوم با استفاده از یادگیری نموی بر اساس جمعیت(PBIL) abstract
مسئله یادگیری مفاهیم یکی از مسائل مهم و چالش انگیز در روباتیک، هوش مصنوعی و یادگیری ماشینی است. اطلاعات دریافتی از محیط از طریق سنسورهای عامل صورت میگیرد که عملا محدودیتهای فراوانی دارند. این امر نیاز به مدلسازی نایقینیرا در درک، نمایش اطلاعات و تصمیمگیری اجتناب ناپذیر میسازد. از طرف دیگر منابع اطلاعاتی مختلف عامل میتوانند محتوای اطلاعاتی در سطوح مختلفی داشته باشند. لذا نیاز خواهد بود اطلاعات حاصله با در نظر گرفتن قابلیت اطمینان صحیح آنها ترکیبشوند. این مقادیر قابلیت اطمینان در حالت کلی وابسته به زمینه میباشند. در این مقاله مفاهیم فوق برای مسئله ترکیب تصمیم در یادگیری مفهوم مدنظر قرار میگیرد. مدلTBMاسمتز به عنوان مدل کلی نمایش و حمل نایقینی فرض شده، آنکاه به دلیل ماهیت پیچیده مسئله بهینهسازی مقید حاصل برای یادگیری ضرایب قابلیت اطمینان منابع سنسور عامل یادگیری مفهوم، مدلسازی آن برای یادگیری توسط الگوریتمهای تکاملی انجام میگیرد
یادگیری ترکیب تصمیم در یادگیری مفهوم با استفاده از یادگیری نموی بر اساس جمعیت(PBIL) Keywords:
یادگیری ترکیب تصمیم در یادگیری مفهوم با استفاده از یادگیری نموی بر اساس جمعیت(PBIL) authors
طاهر شهبازی میرزاحسنلو
قطب علمی کنترل و پردازش هوشمند، دانشکده مهندسی برق و کامپیوتر، دانشگ
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 :