فیلترها/جستجو در نتایج    

فیلترها

سال

بانک‌ها




گروه تخصصی











متن کامل


نویسندگان: 

فرهادی نیا بهرام

اطلاعات دوره: 

  • سال: 

    1399

  • دوره: 

    17

  • شماره: 

    2 (پیاپی 65)

  • صفحات: 

    109-125
تعامل: 

  • استنادات: 

    0

  • بازدید: 

    465

  • دانلود: 

    143
چکیده: 

در این مقاله به دنبال آن هستیم تا دیدگاه جدیدی را در مورد مجموعه های برشی برای مجموعه های فازی مردد مطرح نماییم. در قیاس با تحقیقات انگشت شماری که در مورد مجموعه های برشی برای مجموعه های فازی مردد صورت گرفته است، نه تنها مفهوم جدید درگیر پیچیدگی هایی همچون وابستگی به پارامترهای اضافی مانند تنها تعریف موجود نمی باشد بلکه از یک سو با اصول پذیرفته شده برای سایر توسیع های مجموعه های فازی سازگار است و از سویی دیگر تحدید آن به مجموعه های خاص تر همچون مجموعه های فازی بازه ای-مقدار، مجموعه های فازی شهودی مجموعه های فازی شهودی بازه ای-مقدار و مجموعه های فازی سه بعدی نتایج کاملا قابل انتظاری را به همراه دارد. در ادامه، بر پایه مفهوم ارایه شده ی از مجموعه های برشی برای مجموعه های فازی مردد، قضایای تجزیه و قضایای نمایش مربوطه ارایه می گردد که خود آنها می تواند مبنای کارهای آتی جهت کاربرد مجموعه های برشی در تصمیم گیری چند معیاره در مسایل مبتنی بر مجموعه های فازی مردد باشد.

بیشتر

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

بازدید 465

 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 143 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 

  • سال: 

    2019

  • دوره: 

    51

  • شماره: 

    1

  • صفحات: 

    79-89
تعامل: 

  • استنادات: 

    0

  • بازدید: 

    194

  • دانلود: 

    0
چکیده: 

Here are many situations in real applications of decision making where we deal with uncertain conditions. Due to the di erent sources of uncertainty, since its original de nition of fuzzy sets in 1965 [45], di erent generaliza-tions and extensions of fuzzy sets have been introduced: Type-2 fuzzy sets [11, 39], Intuitionistic fuzzy sets [1], fuzzy multi-sets [44] and etc. However, in such cases, it is suitable for experts to provide their preferences or assessments by using linguistic information rather than quantitative values.

بیشتر

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

بازدید 194

 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 

  • سال: 

    2024

  • دوره: 

    5

  • شماره: 

    2

  • صفحات: 

    173-189
تعامل: 

  • استنادات: 

    0

  • بازدید: 

    28

  • دانلود: 

    0
چکیده: 

fuzzy Time Series Forecasting (TSF) is an approach for dealing with uncertainty in time series data that uses fuzzy logic. The Hesitant fuzzy Set (HFS) theory better emphasizes the chances of capturing fuzziness and uncertainty due to randomness than the classic fuzzy set theory. This study aims to improve the previously identified Hesitant fuzzy TSF models by including various degrees of hesitation to improve forecasting performance. The goal is to deal with the issue of identifying a common membership grade when several fuzzification methods are available to fuzzify time series data. The proposed method utilizes trapezoidal and bell-shaped fuzzy membership functions for constructing HFSs. AHesitant fuzzy weighted averaging operator is then applied to the Hesitant fuzzy Elements (HEFs) to create fuzzy logical relations. The suggested technique is employed to forecast enrollment in the University of Alabama and Cancer Incidence Rates (CIRs) in India. The efficiency of the proposed forecasting approach is determined by rigorously comparing it to various computational fuzzy TSF methods in terms of error measurements like Root Mean Square Error (RMSE), Average Forecasting Error (AFE), and Mean Absolute Deviation (Mad). The validity of the proposed forecasting model is verified by using correlation coefficients, coefficients of determination, Tracking Signals (TSs), and Performance Parameters (PPs). The significance of improved accuracy in forecasted results is also confirmed using the two-tailed t-test. The study results revealed that the enhanced Hesitant fuzzy Time Series (FTS) model is more effective and accurate in forecasting the university enrolment of Alabama and the CIRs of India.

بیشتر

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

بازدید 28

 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
نویسندگان: 

رضایی کی. | رضایی اچ.

اطلاعات دوره: 

  • سال: 

    1398

  • دوره: 

    16

  • شماره: 

    6

  • صفحات: 

    159-176
تعامل: 

  • استنادات: 

    0

  • بازدید: 

    386

  • دانلود: 

    0
کلیدواژه: 
چکیده: 

متن کامل این مقاله به زبان انگلیسی می باشد. لطفا برای مشاهده متن کامل مقاله به بخش انگلیسی مراجعه فرمایید.لطفا برای مشاهده متن کامل این مقاله اینجا را کلیک کنید.

بیشتر

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

بازدید 386

 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 

  • سال: 

    1398

  • دوره: 

    16

  • شماره: 

    4

  • صفحات: 

    65-81
تعامل: 

  • استنادات: 

    0

  • بازدید: 

    509

  • دانلود: 

    0
کلیدواژه: 
چکیده: 

متن کامل این مقاله به زبان انگلیسی می باشد. لطفا برای مشاهده متن کامل مقاله به بخش انگلیسی مراجعه فرمایید.لطفا برای مشاهده متن کامل این مقاله اینجا را کلیک کنید.

بیشتر

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

بازدید 509

 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 

  • سال: 

    1400

  • دوره: 

    4

  • شماره: 

    1

  • صفحات: 

    201-222
تعامل: 

  • استنادات: 

    0

  • بازدید: 

    78

  • دانلود: 

    45
چکیده: 

امروزه روش های مبتنی بر انتخاب ویژگی با توجه به افزایش داده های حجیم مورد توجه قرار گرفته اند. علاوه بر این با تولید مداوم داده های مختلف و نیز ابعاد بالای این داده ها، روش های موثر در کاهش ابعاد به ویژه انتخاب ویژگی مورد نیاز هستند. بسیاری از داده ها را می توان در گروه داده های چندبرچسبی قرار داد. به این معنا که هر نمونه در مجموعه داده می تواند متعلق به بیش از یک کلاس داده باشد. در این مقاله، یک روش انتخاب ویژگی مبتنی بر مجموعه های فازی مردد برای کاهش ایعاد داده های چندبرچسبی مبتنی بر مفهوم مجموعه های فازی مردد ارایه شده است. در این روش ما از ترکیب سه معیار مختلف در اندازه گیری همبستگی بین ویژگی ها وبرچسب ها و همچنین سه معیار شباهت برای اندازه گیری شباهت بین ویژگی ها استفاده کرده ایم. در واقع هر کدام از این روش ها را به عنوان یک خبره برای تصمیم گیری در انتخاب ویژگی درنظر گرفته ایم. ترکیب روش های همبستگی و شباهت بر اساس مفهوم انرژی اطلاعات در مجموعه های فازی مردد انجام گرفته است. برای اثبات موثر بودن روش پیشنهادی، مقایساتی با روش های جدید در حوزه انتخاب ویژگی چندبرچسبی صورت گرفته است. این مقایسات براساس معیار های دقت، زیان همینگ و زمان اجرای الگوریتم انجام شده اند.

بیشتر

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

بازدید 78

 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 45 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
اطلاعات دوره: 

  • سال: 

    1398

  • دوره: 

    10

  • شماره: 

    4

  • صفحات: 

    87-98
تعامل: 

  • استنادات: 

    0

  • بازدید: 

    725

  • دانلود: 

    177
چکیده: 

در این مقاله روشی کارا برای رگرسیون ارائه شده است که در آن از انواع روش های خوشه بندی فازی و مفاهیم مجموعه های فازی مردد استفاده می شود. در ابتدا الگوریتم خوشه بندی فازی روی داده ها به کار رفته و بعد ازتصویر کردن تابع عضویت خوشه ها روی ویژگی های مختلف، به تعداد خوشه ها مجموعه های فازی روی هربعد (یا ویژگی) بدست می آید. سپس این مجموعه های فازی را به صورت یک مجموعه فازی مردد روی هرویژگی در نظر گرفته و ماتریس ضریب همبستگی فازی مردد را برای ویژگی ها به دست می آوریم. در ادامه یک نگاشت غیرخطی براساس تجزیه مولفه های اصلی این ماتریس برای تبدیل ویژگی های مجموعه داده به ویژگی های جدید استفاده شده است. در پایان، ویژگی های استخراج شده جدید را به الگوریتم خوشه بندی فازی داده ویک سیستم فازی سوگنو به منظور رگرسیون برازش شده است. روش پیشنهادی با چندین روش دیگر روی چندین مجموعه داده رگرسیون مقایسه شده است. نتایج آزمایش ها نشان دهنده موفق بودن روش پیشنهادی در استخراج وکاهش ویژگی ها و همچنین افزایش دقت رگرسیون است. همچنین تعداد قوانین مدل رگرسیون فازی در روش پیشنهادی در حد قابل قبولی کم است.

بیشتر

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

بازدید 725

 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 177 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
نویسندگان: 

Mohtashami m. | EFTEKHARI M.

اطلاعات دوره: 

  • سال: 

    2019

  • دوره: 

    16

  • شماره: 

    2

  • صفحات: 

    165-182
تعامل: 

  • استنادات: 

    0

  • بازدید: 

    286

  • دانلود: 

    0
چکیده: 

High dimensional microarray datasets are difficult to classify since they have many features with small number of instances and imbalanced distribution of classes. This paper proposes a filter-based feature selection method to improve the classification performance of microarray datasets by selecting the significant features. Combining the concepts of rough sets, weighted rough set, fuzzy rough set and Hesitant fuzzy sets for developing an effective algorithm is the main contribution of this paper. The mentioned method has two steps, in the first step, four discretization approaches are applied to discretize continuous datasets and selects a primary subset of features by combining of weighted rough set dependency degree and information gain via Hesitant fuzzy aggregation approach. In the second step, a significance measure of features (defined by fuzzy rough concepts) is employed to remove redundant features from primary set. The Wilcoxon Signed Ranked tes (A Non-parametric statistical test) is conducted for comparing the presented method with ten feature selection methods across seven datasets. The results of experiments show that the proposed method is able to select a significant subset of features and it is an effective method in the literature in terms of classification performance and simplicity.

بیشتر

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

بازدید 286

 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه فارسی

اطلاعات دوره: 

  • سال: 

    2015

  • دوره: 

    1
تعامل: 

  • بازدید: 

    117

  • دانلود: 

    0
چکیده: 

IN THIS PAPER, A FEATURE SELECTION (FS) METHOD BASED ON Hesitant fuzzy sets (HFS) IS PROPOSED. THE RANKING VALUE OF THREE FILTER METHODS (I.E. FISHER, RELIEF, INFORMATION GAIN) FOR EACH FEATURE ARE CONSIDERED AS Hesitant fuzzy ELEMENTS (HFE) OF THAT FEATURE WITH RESPECT TO CLASS RELEVANCY, THEN Hesitant CORRELATION MATRIX OF FEATURES IS CALCULATED. AFTER THAT THREE SIMILARITY MEASURES ARE CONSIDERED TO EVALUATE THE SECOND Hesitant CORRELATION MATRIX OF FEATURES. THE FIRST CORRELATION MATRIX REPRESENTS THE CORRELATION OF FEATURES WITH RESPECT TO THEIR RELEVANCY TO THE CLASS. THE SECOND CORRELATION MATRIX PRESENTS THE CORRELATION BASED ON REDUNDANCY OF FEATURES AMONG THEMSELVES. ONE Hesitant fuzzy sets CLUSTERING ALGORITHM (HFSCA) IS RUN ON THESE MATRIXES. FINALLY THE INTERSECTION OF CLUSTERS IS CONSIDERD AS A FEATURES SUBSET WHICH CONTAINS THE HIGHLY RELEVANCE AND LOWLY REDUNDANT FEATURES. THE EXPERIMENTAL RESULTS CONFIRM THE ABILITY OF OUR PROPOSED METHOD IN BOTH NUMBER OF SELECTED FEATURES AND ACCURACY COMPARING TO THE OTHER ONES. ...

بیشتر

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

بازدید 117

 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0
نویسندگان: 

عدالت پناه سیداحمد

اطلاعات دوره: 

  • سال: 

    1401

  • دوره: 

    7

  • شماره: 

    2

  • صفحات: 

    373-382
تعامل: 

  • استنادات: 

    0

  • بازدید: 

    67

  • دانلود: 

    31
چکیده: 

هدف: طراحی مدل/رویکرد مناسب برای مسئله تصمیم گیری (به ویژه تصمیم های استراتژیک) در فضایی که با پیچیدگی و عدم قطعیت همراه است همواره یکی از اهداف پژوهش گران بوده است. هدف این پژوهش نیز پیشنهاد رویکردی است که قادر باشد ضمن در نظر گرفتن ابعاد فوق، پاسخ مناسبی برای چالش انتخاب گزینه برتر در رویکرد ماتریسی تحلیل استواری ارائه دهد. روش شناسی پژوهش: در این پژوهش، با تبدیل درایه های ماتریس تصمیم تحلیل استواری به عناصر فازی مردد و با استفاده از تابع امتیاز، گزینه برتر شناسایی می شود. یافته ها: پیاده سازی رویکرد پیشنهادی در چهار مسئله مختلف که در پژوهش های پیشین با چالش انتخاب گزینه برتر مواجه شده بودند نشان داد با بهره گیری از عناصر فازی مردد می توان به پاسخ مناسب تری دست یافت. اصالت/ارزش افزوده علمی: توسعه رویکرد ماتریسی تحلیل استواری به منظور برطرف کردن مسئله انتخاب استراتژی در شرایط برابری میزان استواری گزینه ها.

بیشتر

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

بازدید 67

 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 31 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
litScript
telegram sharing button
whatsapp sharing button
linkedin sharing button
twitter sharing button
email sharing button
email sharing button
email sharing button
sharethis sharing button