انتخاب ویژگی نیمه هوشمندانه چندتایی برای داده های نامتوازن
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 677
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RKES01_127
تاریخ نمایه سازی: 21 شهریور 1395
Abstract:
وجود نویز در داده ها یک مساله مهم در یادگیری ماشین است با توجه به اینکه داده هایی که دارای مقداری نویز باشند ممکن است عملکرد یادگیری را بدتر کنند. روش پیشنهادی یک چارچوب یکپارچه ایجاد میکند که با انتخاب طرح دسته-بندی و نمونهگیری متعدد در این روش برای داده ها ی نامتقارن مفید واقع شده و نویز را حذف می کند.تلاش ما بر این است که تمام تاثیرات منفی محدودیتهای ایجاد شده را به وسیلهی تغییرات منابع آنها از بین ببریم. این کار به وسیلهی یکتکنیک دستهبندی با استفاده از نمونهگیری مجدد از دادهها و استراتژی فضای تصادفی انجام میشود. پروژه پیشنهاد شده، یک رتبهبندی جهانی از طرحها را با متراکم سازی امتیازهای لاپلاس محدود متعدد بر وجهههای مختلف دادههای نشاندار و بدون نشان تولید میکند. ما پروژه خود را با آزمایشهای تجربی بر مجموعه دادههای چند بعدی و مقایسهی آن با روشهای ارائه شدهی دیگر قانونی میکنیم. به طور کلی، طرحهای انتخاب شده
Keywords:
Authors
لیلا اسماعیلی
موسسه آموزش عالی آپادانا
هاله همایونی
موسسه آموزش عالی آپادانا
کیمیا بازرگان لاری
موسسه آموزش عالی آپادانا
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 :