خوشه بندی دادگان با استفاده از اتوماتای یادگیر سلولی نامنظم

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 770

This Paper With 10 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:

ITCC02_201

تاریخ نمایه سازی: 21 شهریور 1395

Abstract:

خوشه بندی یکی از تکنیک های دسته بندی بدون ناظر است، که دادگان را بر اساس معیار شباهت یاعدم شباهت به تعداد مشخصی خوشه تقسیم می کند. اتوماتای یادگیر سلولی (CLA) یک سیستمتصمیم گیری تطبیقی بوده که در مسائل بهینه سازی کاربرد دارد. این سیستم، عمل بهینه موجود درمجموعه اعمالش را از طریق تعامل با محیط تصادفی و ارتباط با همسایگان خود یاد می گیرد وعملکرد آتی خود را بر پایه انتخاب عمل بهینه، بهبود می بخشد. اتوماتای یادگیر سلولی نامنظم(ICLA) یکی از انواع تعمیم یافته اتوماتای یادگیر سلولی است که برای مدلسازی مسائلی کهساختار منظم ندارند، مانند مسائل مبتنی بر گراف، استفاده می گردد. در این مقاله از مدل ICLAبرای حل مسئله خوشه بندی دادگان استفاده شده است. الگوریتم بر روی دیتاست های متعددآزمایش شده و نتایج بدست آمده با روشهای Kmeans ، FCM و SOM مقایسه شده است.نتایج حاصل شده بیان از کارایی و دقت قابل قبول روش پیشنهادی دارد.

Keywords:

خوشه بندی دادگان , اتوماتای یادگیر سلولی , اتوماتای یادگیر سلولی نامنظم

Authors

پیمان رسولی

دانشگاه آزاد اسلامی، واحد قزوین، دانشکده مهندسی برق، رایانه و فناوری اطلاعات، گروه کامپیوتر، قزوین، ایران

محمدرضا میبدی

دانشگاه صنعتی امیرکبیر، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، تهران، 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 :
  • Beigy, H. (2004). Intelligent channel assignment in cellular networks: a ...
  • «1 Intcrmationl Confcrcncc & 3"" National Confcrcncc on Ncw Tcchnologics ...
  • Beigy, H., & Meybodi, M. R. (2003). A self-organizing channel ...
  • Beigy, H., & Meybodi, M. R. (2004). A Dynamic Channel ...
  • Beigy, H., & Meybodi, M. R. (2007). Open synchronous cellular ...
  • Beigy, H., & Meybodi, M. R. (2008). Asynchronous cellular learning ...
  • Bezdek, J. C., Ehrlich, R., & Full, W. (1984). FCM: ...
  • Chen, L., Xu, X.-h., & Chen, Y.-X. (2004). An adaptive ...
  • Han, J., Kamber, M., & Tung, A. (2001). Spatial clustering ...
  • Jain, A. K. (2010). Data clustering: 50 years beyond K-means. ...
  • Johnson, S. C. (1967). Hierarchical clustering schemes. Psychometrika, 32(3), 241-254. ...
  • Meybodi, M. R., Beigy, H., & Taherkhani, M. (2001). Cellular ...
  • Meybodi, M. R., & Kharazmi, M. R. (2004). Application of ...
  • Meybodi, M. R., & Khojasteh, M. R. (2001). Application of ...
  • Meybodi, M. R., & Taherkhani, M. (2001). Application of cellular ...
  • Rastegar, R., Arasteh, A., Hariri, A., & Meybodi, M. R. ...
  • "" Intcrmationl Confcrcncc & 3«4 National Confcrcncc on Ncw Tcchnologics ...
  • Shibani, M. (2007). Hybrid Models for Optimization based on Cellular ...
  • Vesanto, J., & Alhoniemi, E. (2000). Clustering of the self-organizing ...
  • نمایش کامل مراجع