محاسبه اندازه کارایی در تحلیل پوششی داده ها برای مجموعه داده های بزرگ با استفاده از شبکه عصبی
Publish place: The second national conference Math: Advanced Engineering Mathematics with techniques
Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 728
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:
MAEMT02_098
تاریخ نمایه سازی: 11 مرداد 1396
Abstract:
تحلیل پوششی داده ها یک تکنیک ریاضی برای بررسی عملکرد واحدهای با چند ورودی و خروجی است. در سال های اخیر استفاده از تحلیل پوششی داده ها در مباحث تصمیمگیری مورد توجه بیشتری بوده است و از طرفی پیچیده تر شدن مسایل زندگی حقیقی، منجر به ایجاد مسایل تحلیلی پوششی داده ها با پایگاه داده های بزرگ شده است. شبکه های عصبی مصنوعی مجموعه بزرگی از پردازش های موازی هستند که توسط واحدهایی بنام نرون، می توانند مسایل بسیار پیچیده را حل کنند. در این پایان نامه سعی بر آن است که با آموزش یک شبکه عصبی، زمان پردازش و استفاده از حافظه را نسبت به آنچه مورد نیاز روش های متعارف در تحلیل پوششی داده ها است، به مقدار زیادی کاهش دهیم. مقاله امروز نژاد و شاله [1] از الگوریتم شبکه عصبی پس انتشار بهره گرفته و کارایی واحدها را مشخص کردند. در این پایان نامه ضمن بررسی روش آن ها جزییات بیشتری از آن را مطرح خواهیم ساخت.
Keywords:
Authors
یاسر جعفری
گروه ریاضی واحد شبستر، دانشگاه آزاد اسلامی، شبستر، 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 :