استخراج دادههای پرت از مجموعه دادههای بزرگ
Publish place: اولین کنفرانس ملی مهندسی کامپیوتر و فناوری اطلاعات
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 467
This Paper With 6 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:
CIICE01_017
تاریخ نمایه سازی: 7 اردیبهشت 1396
Abstract:
یک DSS ، فرایند تصمیمگیری است که به بعضی از عواملی که کیفیت سیستم های اطلاعاتی و نتایج مربوط به آن را تعیین میکنند، وابسته است. امروزه، دادهکاوی و کشف دانش بعنوان ماژولهای اصلی در توسعه DSS پیشرفته در نظر گرفتهمیشوند. روشهای سنتی قادر به اجرای حجم زیادی از دادههای واقعی نیستند و معمولا فرایندهای آنها بسیار کند هستند.امروزه تمامی داده کاوی ها عموما بررویمجموعه دادههای عظیم انجام میشود . دادههایی که میبایست اشتباه-های انسانی در آن وجود نداشته،عاری ازهرگونه داده نویزدار و پرتوحاویدادههاییصحیحباشند.در اینجا و برروی این مجموعه هادیگر نمیتوان به صورت محلی عمل کرد.راهبردهاو الگوریتمهایی را نیازداریم که مارا درتشخیص این دادههایاری میرسانند.این الگوریتمهاکه درگذشته برروی آنها پژوهش هایی صورت پذیرفتهدرابتدا ذکر خواهند شدودرادامه نیز روش جدیدی که مبتنی بر راهبرد توزیعی،استخراج ویژگیها، خوشهبندی و غیره است را مورد بررسی قرار خواهیم داد. در نهایت نشان خواهیم دادکه باروش پیشنهادی نتایج خروجی ما دقیقتر و سریعتر از روش مجموعه پاسخ توزیعی عمل خواهد نمود
Keywords:
Authors
علی دلقندی
گروه مهندسی کامپیوتر، واحد نیشابور، دانشگاه آزاد اسلامی، نیشابور، ایران
مریم خیرآبادی
واحد نیشابور، دانشگاه آزاد اسلامی، نیشابور، 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 :