مروری بر روش تشخیص داده های پرت مبتنی بر نودهای همسایه

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,853

This Paper With 5 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

KHIAU01_033

تاریخ نمایه سازی:

Abstract:

شناسایی داده‌های پرت در مجموعه داده با توجه به کاربرد آن در شناسایی تقلب در زمینه‌های تجاری، مالی و یا تشخیص بیماری‌ها در زمینه پزشکی، از اهمیت به سزایی برخوردار است. تعداد زیادی از روش‌های تشخیص داده‌های پرت صرفاً مبتنی بر پارامتر فاصله بین داده‌ها بوده که از دقت کافی برخوردار نیستند و محلی بودن داده‌ها و همچنین داده‌های همسایه را در شناسایی داده پرت در نظر نمی‌گیرند. در این مقاله سعی بر مرور روش‌های شناسایی داده پرت مبتنی بر داده‌های همسایه است که علاوه بر در نظر گرفتن پارامتر فاصله از نودهای همسایه نیز برای تشخیص پرت بودن داده در مجموعه داده ها استفاده شود. نتایج حاصل نشان می‌دهد که این روش نسبت به روش‌های مبتنی بر فاصله از دقت بالاتری در شناسایی داده های پرت برخوردار است.

Authors

حمیده گنجی ارجنکی

دانشگاه آزاد اسلامی واحد نجف آباد، دانشجوی کارشناسی ارشد گروه علمی مهندسی ج.ا.ایران

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 :
  • Jiawei Han, Micheline Kamber , and Jian Pei , (2012), ...
  • Fayyad U., Piatetsky -Shapiro G., Smyth P.: "Knowledge Discovery and ...
  • Markus M. Breunig _ Hans-Peter Kriegel _ Raymond T. Ng, ...
  • http://www.ra sekhoon. n et/arti cl e/print-62725 .aSpX ...
  • Hawkins, D.: "Identification of Outliers", Chapman and Hall, London, 1980. ...
  • W. Jin, A. K. H. Tung, and J. Han. Finding ...
  • D. Freedman, R. Purves, and R. Pisan. Statistics. W.W.Norton, New ...
  • Int.Conf. Very Large Data Bases, pages 392-403, New York, USA, ...
  • T. Zhang, R. Ramakrishnan, and M. Livny. BIRCH: A new ...
  • Ville Hautamfaki, Ismo K:arkk:ainen and Pasi Fr anti, Outlier Detection ...
  • G. Williams, R. Baxter, H. H, S. Hawkings, and L. ...
  • Ziarko, W. "The Discovery , Analysis and Representation of Data ...
  • Yumin Chen, Duoqian Miao, Hongyun Zhang, Neighborhood outlier detection, 37 ...
  • M. R. Brito, E. L. Ch avez, A. J. Quiroz, ...
  • S. Ramaswamy, R. Rastogi, and K. Shin. Efficient algorithms for ...
  • V.Chandola , A. Banerjee, V. Kumar, Anomaly Detection: A Survey, ...
  • Breunig, M. M., Kriegel, H.-P., Ng, R. T., and Sander, ...
  • Breunig, M. M., Kriegel, H.-P., Ng, R. T., and Sander, ...
  • نمایش کامل مراجع