استفاده از کلاسه کننده های متخصص برای داده کاوی داده های جریانی

در این مقاله، نتایج اولیة استفاده از مدل مجموعه کلاسه کننده های متخصصEnsemble of Experts (EOE) در دادهکاوی داده های جریانی گزارش ش ده استEOE کلاس هک نندة دودویی مجزا تشکیل شده است که هر یک مسوول k از تشخیص نمونه های یک کلاس خاص از نمونههای سایر کلاس ها هستند. برای کلاس بندی یک نمون ة جدید، تمام ای نk کلاسهکننده اجرا می شوند و رای کلاسهکنندهای که بیشترین اطمینا ن ر ا داشته باشد ا ن تخاب می شود. بنابراین این مد ل کاملا با مد ل های مجموعهای موجود برای داده کاوی داده های جریانی که اغلب آنها از کلاس ه کنندههای چندکلاسه ساخته شد ه اند، یعنی در آنها ه ر یک از اعضا دقیقا کلاس یک نمو ن ة ورودی را از بین ه م ة کلاس های موجود انتخاب م ی کند، متفاوت اس ت. ما در مورد فوای د و مشکلات این مدل در داده کاوی داده های جریانی و راه حل های آنها تحقیق و بررسی کرد ه ایم. همچنین رو ی چهار مجموعه داد ة معروف، دقت کلاس بندی و زمان اجر ا ی این مدل را با چهار مدل موفق در داد ه کاوی داده های جریان ی مقایسه کرده ایم. تحلیل های تئوری و شواهد تجربی نشان م ی دهند که این مدل می تواند یادگیر ی و بروزرسانی سریعتر و دقت کلا س بندی بالاتر ی را نسبت به بسیاری از الگوریتم های معروف داده کاوی داده های جریانی موجود ارائه ده د . انتظار می رود که این نتایج مورد توجه و علا ق ة محققان در این زمینه قرار ب گیرد، چرا که یک روش ساده ول ی عالی و کارامد در مقایسه با مد ل های دادهکاوی موجود برای دادهها ی جریانی پیشنهاد میدهد.