یادگیری موازی درخت تصمیم در محیط نویزی
Publish place: 9th Annual Conference of Computer Society of Iran
Publish Year: 1382
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,028
This Paper With 8 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:
شناسه ملی سند علمی:
ACCSI09_027
تاریخ نمایه سازی: 4 بهمن 1386
Abstract:
درخت تصمیم یکی از روشهای نمایش دانش بوسیله یادگیرنده های استقرایی می باشد که طی بیست سال گذشته مورد توجه بوده است . استقراء درخت تصمیم در محیط های مغشوش شامل دو مرحله توسعه درخت و هرس آن می باشد که هر کدام نقش به سزایی در افزایش دقت درخت تصمیم نهایی ایفا می کند. اخیرا استفاده از پردازش موازی به منظور توسعه درخت تصمیم مطرح شده است که زمان یادگیری بر روی مجموعه های آموزشی بزرگ را کاهش می دهد . در این مقاله یک روش جدید موازی سازی در سطح گ ره، جهت توسعه درخت پیشنهاد شده است که با استفاده از ترکیب چندین روش یادگیری بصورت موازی سعی در بهبود دقت درخت حاصله دارد . در این روش ابتدا مجموعه آموزشی به صورت تصادفی به چند قسمت همپوشان تقسیم شده و هر قسمت در اختیار یک پردازنده قرار میگیرد . پردازنده ها پ س از انجام عمل یادگیری در هر گره، نتایج را در اختیار پردازنده دیگری (ناظر) قرار میدهد، این پردازنده با استفاده از دو مدل فازی و کرامر، درخت نهایی را تولید می کند. در صورتیکه تعداد نمونه های مجموعه آموزشی کافی بوده و توزیع کلاسها و خصیصه ها در آن یکنواخت باشد، دقت درخت مورد نظر بهبود می یابد.
Authors
ستار هاشمی
دانشجوی دکتری کامپیوتر گرایش هوش مصنوعی دانشگاه علم و صنعت ایران
محمدرضا کنگاوری
عضو هیئت علمی دانشکده کامپیوتر دانشگاه علم و صنعت 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 :