ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

استخراج قوانین مکرر در داده های جریانی با استفاده از یادگیری تقویتی

Year: 1396
COI: ITCT04_025
Language: PersianView: 252
This Paper With 9 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

محمد آقاجانی - دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد اراک
منصور اسماعیل پور - استادیار، گروه کامپیوتر، واحد همدان، دانشگاه آزاد اسلامی، همدان، ایران
محمدمهدی شیرمحمدی - مربی، گروه کامپیوتر، واحد همدان، دانشگاه آزاد اسلامی، همدان، ایران

Abstract:

مدیریت دادههای خام و تبدیل دادههای خارجی و داخلی سازمان به اطلاعات و دانش با استفاده از تکنیک بسیار مورد های گوناگون , اهمیت می از تکنیک .باشد های معروف در این زمینه دادهکاوی - است، که میتواند بر روی بانکهای اطلاعاتی و دادههای جریانی انجام شود و دانش مورد نیاز را بدست آورد. دادههای جریانی یکی از پدیدههای نو ظهور در دنیای اطلاعات و دادهکاوی میباشند کهدنبالهای از نمونههای xn,...,x1 است، که باید به ترتیب مورد دسترسی قرار گرفته و میتوان تنها یکبار یا تعداد بسیار کمی آن را . خواند. کاوش قوانین و الگوهای مکرریکی از موضوعات بسیار مهم و مورد تمرکز در پژوهشهای انجام شده در حوزه داده کاوی در طول یک دهه اخیر بوده است. در یک توالی، علاوه بر آیتمها، ترتیب زمانی به کار رفتن (روی دادن آنها) در یک تراکنش مهم است، استخراج الگوهای مکرر برای روابط در محدوده زمانی معین در مجموعه دادهی معین جستجو میشود. مقالهدر این برای رسیدن به اهدافمان از یادگیری تقویتی که نوعی یادگیری ماشین /است استفاده کردهایم که اگر بخواهیم تعریفی برای آن ارایه دهیم باید بگوییم: یادگیری ماشین عبارت است از برنامهریزی کامپیوترها به منظور بهبود یک معیار کارایی تعریف شده با استفاده از دادههای موجود یا تجارب گذشته . یادگیری تقویتی: نوعی یادگیری ماشین است که در آن عامل هوشمند با استفاده از تعامل با محیط پویا، رفتار خود را بهبود میبخشد .در آخر مشاهده می 1شود که : - های جریانداده ی به دلیل ماهیت پیوستگی آنها توانندیم با روش یادگیری تقویتی بهتر مورد کاوش قرارمیگیرند2-روش یادگیری تقویتی تواندیم قوانین تکراری را در دادههای جریانی با دقت بالاتری تشخیص دهد.

Keywords:

دادهکاوی، دادههای جریانی، یادگیری ماشین، یادگیری تقویتی، الگوهای مکرر، قوانین مکرر

Paper COI Code

This Paper COI Code is ITCT04_025. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/668749/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
آقاجانی، محمد و اسماعیل پور، منصور و شیرمحمدی، محمدمهدی،1396،استخراج قوانین مکرر در داده های جریانی با استفاده از یادگیری تقویتی،4th National Conference on Information Technology?Computer & Telecommunication ،Mashhad،https://civilica.com/doc/668749

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

Scientometrics

The specifications of the publisher center of this Paper are as follows:
Type of center: Azad University
Paper count: 6,842
In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.

مقالات پیشنهادی مرتبط

New Papers

Share this page

More information about COI

COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

Support