بهبود میزان افزونه در مدل سازی افزونه ای با استفاده از الگوریتم های سیستم ایمنی مصنوعی
Publish place: سومین کنفرانس سراسری مهندسی برق، کامپیوتر و فناوری اطلاعات
Publish Year: 1396
Type: Conference paper
Language: Persian
View: 466
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
ECIE03_029
Index date: 12 January 2018
بهبود میزان افزونه در مدل سازی افزونه ای با استفاده از الگوریتم های سیستم ایمنی مصنوعی abstract
مدلسازی افزونه ای برای تشخیص زیرگروههایی در یک جمعیت که نسبت به کنشی خاص واکنش مش، خصی میدهند استفاده میشود. این نوع مدلسازی از دو مجموعه آموزشی جداگانه با نامهای مجموعه آزمایشی و مجموعه کنترل استفاده میکند. اشیایی که در مجموعه داده آزمایش هستند، تحت تاثیر یک کنش مانند کمپین تبلیغاتی یا درمان پزشکی قرار گرفتهاند ولی اشیاء مج، موعه کنترل تحت تاثیر آن کنش قرار نگرفتهاند. با داشتن مجموعه کنترل میتوان واکنش افراد نسبت به کنش را سنجید. در نتیجه میتوان تاثیر علی کنش را بررسی و افراد را با توجه به میزان تاثیر گذاری آن به صورت زیر گروههایی از جمعیت استخراج کرد. در این پژوهش سعی بر ارایه یک راهکار جدید مبتنی بر سیستم ایمنی مصنوعی در راستای بهبود کارایی مدلسازی افزونهای است. به این منظور با بکار گیری طبقه بندی کنندهA IRS سیستمی به نام سیستم ایمنی مصنوعی افزونهای طراحی شد که توانایی حل مساله مدلسازی افزونهای را دارا میباشد. برای ارزیابی کارایی روش پیشنهادی، آزمایشهایی بر روی مجموعه دادهHillstormانجام گرفت. نتایج آزمایشها بیانگر بهبود حداقل 138 درصدی در سطح زیر نمودار افزونه )معیار کارایی مدلسازی افزونهای( است
بهبود میزان افزونه در مدل سازی افزونه ای با استفاده از الگوریتم های سیستم ایمنی مصنوعی Keywords:
بهبود میزان افزونه در مدل سازی افزونه ای با استفاده از الگوریتم های سیستم ایمنی مصنوعی authors
مسیح زعمری
دانشجوی کارشناسی ارشد، دانشگاه شیخ بهایی
مهدی باطنی
استادیار، دانشگاه شیخ بهایی