مقاله کنفرانسی سال ۱۳۹۸ فارسی

تسریع عملکرد ابرکره جداکننده دوتایی ماشین بردار پشتیبان

چکیده مقاله

مساله تفکیک پذیری از مهمترین مسائل علوم کاربردی است، که توسط ابزارهای یادگیری ماشین حل میشود این ابزارها باشناسایی نوع داده ها در مجموعه نامتجانس درهم ریخته، مساله مورد نظر را تحلیل مینمایند ماشین بردار پشتیبان و مدلهای توسعه یافته حاصل از آن ابزارهایی کارا و از نوع یادگیری بانظارت هستند که در این زمینه معرفی شدهاند ابرکره ی جداکننده یکی از مدلهای توسعه یافته میباشد این ابزار با ایده گرفتن از ماشین بردار پشتیبان دوتایی طراحی و با دو مساله ی برنامه ریزی مقید درجه دوم مدل سازی شده است در این روش دو ابرکره ی متعارف چنان هستند که بیشترین داده های کلاس خود را پوشش داده و از کلاس مقابل تا حد ممکن دور باشند این مساله به دو صورت مدلسازی شده است معمولا هر دو مدل با دوگان گرفتن از مساله حل میشود یکی از روش هایی که اخیرا برای حل این مساله معرفی شده است، حل مساله اولیه می باشد این تکنیک با وجود سرعت بالاتر، دقت قابل قبولی از تفکیک دارد با توجه به اهمیت زمان محاسبات، استفاده از تکنیک حل مساله اولیه منطقی تر خواهد بود تکنیک حل مساله اولیه تا کنون فقط برای یک نوع از مدلهای ابرکره جداکننده دوتاییاستفاده شده است در این مطالعه تکنیک مورد نظر، برای مسائل نوع دوم ابرکره جداکننده دوتایی به کار گرفته شده است؛ همچنین با اعمال تغییری در تکنیک حل مساله اولیه سرعت آن را افزایش داده ایم با پیاده سازی روش در دو مجموعه از داده های تصادفی، مشاهده میشود که با بهکارگیری روش حل مساله اولیه فضای جواب مساله به فضایی با ابعاد کمتر انتقال یافته و موجب افزایش سرعت الگوریتم میگردد

کلیدواژه‌ها

تفکیک پذیری ماشین بردار پشتیبان ابرکره جداکننده. ابرکره جداکننده

نویسندگان

شیوه ارجاع

نجاتی، سارا و نویدی، حمیدرضا و رزاقی، محمد،1398،تسریع عملکرد ابرکره جداکننده دوتایی ماشین بردار پشتیبان،سومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی،اهواز

ارائه‌شده در

پوستر مجموعه مقالات چهارمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی مجموعه مقالات چهارمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی15 بهمن 1399 · اهواز
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۳۹۸ ۴,۴۲۲ مشاهده

تحلیل احساسات زبان فارسی با استفاده از شبکه های عصبی عمیق

پردازش زبان طبیعی یکی از زیر مجموعه های هوش مصنوعی است که به توانایی برنامه کامپیوتری برای فهمیدن زبان ا…

تحلیل احساساتپردازش زبان طبیعیشبکه های عصبی عمیق
مقاله کنفرانسی سال ۱۳۹۸ ۳,۲۶۳ مشاهده

استفاده از Earth Google در شناسایی چاه ها و خطوط لوله نفت: مطالعه موردی میدان نفتی گچساران

ایجاد زیرساخت اطلاعات مکانی در صنعت نفت به عنوان یک بخش مهم برای توسعه میادین، مدیریت آنها و برنامه ریزی…

گوگل ارثمیدان نفتی گچسارانمدلسازی
مقاله کنفرانسی سال ۱۳۹۸ ۲,۰۴۸ مشاهده

تشخیص نفوذ مبتنی بر ناهنجاری با استفاده از رویکرد یادگیری عمیق

یکی از مهمترین و قوی ترین ابزارهای تامین امنیت شبکه های کامپیوتری، سیستم های تشخیص نفوذ می باشند،که قادر…

تشخیص نفوذتشخیص ناهنجارییادگیری عمیق
مقاله کنفرانسی سال ۱۳۹۹ ۱,۹۰۶ مشاهده

رمز نگاری با الگوریتم جبر خطی و تکنیک هیل با استفاده از روش ششگانه کرکهف

رمزنگاری دو جزء اصلی دارد، یک الگوریتم و یک کلید الگوریتم یک مبدل یا فرمول ریاضی است تعداد کمی الگوریتم…

اصول ششگانه کرکهفتکنیک هیلرمزنگاری
مقاله کنفرانسی سال ۱۳۹۸ ۱,۸۱۳ مشاهده

طراحی سیستم موزه مجازی هوشمند با استفاده از واقعیت مجازی وواقعیت افزوده

موزه مجازی، مجموعه ای از تصاویر ضبط شده دیجیتالی، فایلهای صوتی، اسناد متنی و سایر اطلاعات تاریخی، علمی ی…

موزه مجازیواقعیت مجازیواقعیت افزوده
مقاله کنفرانسی سال ۱۳۹۸ ۱,۵۸۲ مشاهده

بررسی و مقایسه روش های اولویت بندی موارد آزمون در تست نرم افزار

یکی از مهمترین وظایف در ساخت و توسعه ی نرم افزار، تست آن میباشد که در تمام مراحل چرخه حیات نرم افزار و ب…

تست نرم افزارمورد آزمونخطا