مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

629
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

760
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ماشین یادگیری مفرط عمیق: رویکرد ترکیبی یادگیری افزایشی برای طبقه بندی داده های جریانی

صفحات

 صفحه شروع 66 | صفحه پایان 72

چکیده

داده های جریانی متشکل از داده هایی است که به ترتیب و با سرعت و حجم زیاد به سیستم وارد می شوند. توزیع این داده ها ناپایدار بوده و در طول زمان ممکن است تغییر کنند. با توجه به اهمیت این نوع داده ها در حوزه هایی مهم نظیر اینترنت اشیا, تسریع عملکرد و افزایش توان عملیاتی تحلیل داده های بزرگ جریانی به عنوان موضوعی مهم, مورد توجه محققین است. در روش پیشنهادی, از مفهوم یادگیری ترکیبی برخط در مدل بهبودیافته ماشین یادگیر مفرط به منظور طبقه بندی داده های جریانی استفاده شده است. به دلیل استفاده از رویکرد افزایشی, در هر لحظه تنها یک بلوک داده بدون نیاز به دسترسی به داده های پیشین یاد گرفته می شود. همچنین با بهره گیری از رویکرد آدابوست, وزن دهی به طبقه بندی کننده های پایه و تصمیم گیری در مورد حفظ و یا حذف آنها بر اساس کیفیت پیش بینی ها انجام می شود. مزیت دیگر روش پیشنهادی, بهره گیری از رویکرد مبتنی بر صحت طبقه بندی کننده جهت شناسایی رانش مفهوم است که منجر به تسهیل انطباق مدل و افزایش کارایی آن می شود. آزمایش ها بر روی مجموعه داده های استاندارد انجام گردید و روش پیشنهادی به طور میانگین با کسب 90/0% خاص بودن, 69/0% حساسیت و 87/0% صحت توانست اختلاف معناداری با دو روش رقیب داشته باشد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    حمیدزاده، جواد، و مرادی، منا. (1401). ماشین یادگیری مفرط عمیق: رویکرد ترکیبی یادگیری افزایشی برای طبقه بندی داده های جریانی. مهندسی برق و مهندسی کامپیوتر ایران - ب مهندسی کامپیوتر، 20(1 )، 66-72. SID. https://sid.ir/paper/960124/fa

    Vancouver: کپی

    حمیدزاده جواد، مرادی منا. ماشین یادگیری مفرط عمیق: رویکرد ترکیبی یادگیری افزایشی برای طبقه بندی داده های جریانی. مهندسی برق و مهندسی کامپیوتر ایران - ب مهندسی کامپیوتر[Internet]. 1401؛20(1 ):66-72. Available from: https://sid.ir/paper/960124/fa

    IEEE: کپی

    جواد حمیدزاده، و منا مرادی، “ماشین یادگیری مفرط عمیق: رویکرد ترکیبی یادگیری افزایشی برای طبقه بندی داده های جریانی،” مهندسی برق و مهندسی کامپیوتر ایران - ب مهندسی کامپیوتر، vol. 20، no. 1 ، pp. 66–72، 1401، [Online]. Available: https://sid.ir/paper/960124/fa

    مقالات مرتبط نشریه ای

  • ثبت نشده است.
  • مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button