تولید الگوهای نماینده به کمک الگوریتم AD-AIRS

Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,349

This Paper With 5 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ACCSI13_174

تاریخ نمایه سازی: 25 آبان 1386

Abstract:

الگوریتم Artificial Immune Recognition ) AIRS (System با استفاده از مجموعه داده های آموزشی و با الهام گرفتن از سیستم ایمنی بدن سعی در ساختن الگوهای نماینده (یا سلول های نزدیکترین K حافظه) دارد. در فاز عمومیت، به کمک الگوریتم همسایه(KNN) و با استفاده از الگوهای نماینده ی ساخته شده، طبقه بندی داده های ورودی جدید انجام می پذیرد . تحقیقات اخیر نشان داده است که کارایی این روش طبقه بندی تا حد زیادی به معیار فاصله مورد استفاده وابسته است؛ در این مقاله، نسخه ای از الگوریتمAIRS به نام(AD-AIRS) Adaptive Distance AIRS ارائه می شود که از یک نوع معیار فاصله وفقی استفاده می کند . الگوریتمAD-AIRS در مقایسه با الگوریتمAIRS نه تنها از دقت بهتری برخوردار است بلکه تعداد الگوهای نماینده ساخته شده توسط آن کمتر از الگوریتم AIRS می باشد این مسئله از این لحاظ حائز اهمیت است که باعث افزایش سرعت در فاز طبقه بندی می شود.

Keywords:

الگوهای نماینده , نزدیکترین همسایه , AIRS , (Artificial Immune Recognition System) فاصله ی وفقی , وزن دهی

Authors

امین زارع

دانشجوی کارشناسی ارشد هوش و مصنوعی و رباتیک بخش علوم و مهندسی کامپیوتر

منصور ذوالقدری جهرمی

عضو هیئت علمی، بخش علوم و مهندسی کامپیوتر دانشگاه شیراز

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 :
  • _ Swimmer, M. , Using the danger model of immune ...
  • Watkins, A., AIRS: A resource limited artificial immune classifier, M.S. ...
  • Watkins, A., Timmis, J. _ Artificial Immune Recognition System (AIRS): ...
  • Schadwinkel, S., Dilger, W _ A Dynamic Approach to Artificial ...
  • Paredes, R., Vidal, E., Learning prototypes and dis tances :Aprototype ...
  • Kohavi, R., Langley, P., Yung, Y., The utility of feature ...
  • Wang, J., Neskovic, P., Cooper, L. Improving nearest neighbor rule ...
  • Bezdek, J.C., Kuncheva, L.I. Nearest Prototype Classifier Designs: An Experimental ...
  • Meng, L., Putten, P., Wang, H., A C omprehensive Benchmark ...
  • نمایش کامل مراجع