ارایه یک رویکرد مبتنی برعاملبرای مساله طبقه بندی جریان داده های پویا
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 414
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:
DSCONF03_213
تاریخ نمایه سازی: 19 خرداد 1396
Abstract:
امروزه با توجه به گسترش روز افزون اطلاعاتی که بشر با آنها سر و کار دارد، بهرهگیری از روشهایی همچون دادهکاوی برای استخراج دانش و اطلاعات نهفته در دادهها، امری غیرقابل اجتناب میباشد. بدلیل حجم بسیار بالای دادهها در بسیاری از کاربردها و اهمیت بیشتر دادههای جدید، ذخیرهسازی این دادهها امری مقرون به صرفه نیست، لذا دادههایی که باید مورد پردازش قرار گیرند، همواره بصوت پویا در حال تغییر و تحول هستند.در این مقاله ما قصد داریم بحث طبقهبندی جریان دادهها را در یک محیط پویا مورد بررسیقرار دهیم. بنابراین در این مقاله ، قابلیت هایی از عامل همچون هوشمندی (قابلیت ایجاد تعادل بین رفتار واکنشی و پیشفعال)، هدفگرایی، یادگیری و استدلال را مورد استفاده قرارمی دهیم تا بتوانیم چالش های مهم و عمده در بحث طبقهبندی جریان دادهها را مورد بررسی قرار داده و برای آنها راهحلی ارایه نماییم. سه چالش عمده و مطرح در بحث طبقهبندی جریان دادهها، بحثهای مربوط به تغییر مفهوم، زمان و حافظه مورد نیاز میباشد که رویکرد ارایه شده در این مقاله دو مبحث اول و دوم بویژه تغییر مفهوم را مدنظرقرار میدهد. بدلیل اینکه تغییر مفهومها در اینجا ناگهانی است) تعداد مفهومها محدود است(، ما چندان با مشکل حافظه مواجه نمی باشیم . اگر چنانچه ما بجای مساله تغییرمفهومهای ناگهانی، تغییر مفهومهای تدریجی را داشتیم، در این صورت برای نگهداری حجم زیادی از مدل دادهها، مشکل حافظه پیدا میکردیم و مجبور بودیم این حجم زیاد از مدل دادهها را خارج از حافظه اصلی نگهداری کنیم
Authors
وحیده داود آبادی فراهانی
کارشناسی ارشد نرم افزار کامپیوتر ، دانشگاه آزاد اسلامی واحد اراک
سارا نظری
استاد دانشگاه آزاد اسلامی واحد اراک
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 :