مقاله کنفرانسی سال ۱۳۹۶ فارسی

یک رویکرد یادگیری نیمه نظارتی جدید مبتنی بر مدل های مولد مکرر روزآمد شده برای تعیین ساختار داده ها

چکیده مقاله

یادگیری فعال مبتنی بر مخزن، الگویی است که در آن از کاربران برای مثال، متخصصین دامنه ها به صورت مکرر در ارتباط با برچسب گذاری دادههای برچسب گذاری نشده ی اولیه سوال میشود، برای مثال، برای آموزش یک طبقه بندی کننده از میان این دادهها یک استراتژی انتخابی مناسب میبایست دادههای برچسب گذاری نشده را برای چنین پرسش و پاسخهای به صورت اثربخش و بهینه انتخاب کند به صورت کلی، عملکرد طبقه بندی قوی با هزینه ی برچسب گذاری پایین ما در رویکرد یادگیری فعال هدایتی مان یک مخزن دادهی کاملا0 برچسب گذاری شده را در هر چرخه ی یادگیری فراهم میآوریم نمونه ها یا توسط متخصصین و یا به صورت نیمه نظارتی طبقه بندی میشوند در نتیجه، یک بعد اساسی، جستجو و پیمایش در اطلاعات مربوط به ساختار در دادهها است ساختار در دادهها را میتوان با استفاده از الگوریتم های خوشه بندی یا احتمالی، مثلا0 تکنیک های مدل سازی مولد مدلسازی و تشخیص داد معمولا0 این امر در شروع فرآیند یادگیری فعال و وقتی دادهها هنوز برچسب گذاری نشده اند انجام میشود ما در این رویکرد نشان میدهیم که یک مدل مولد احتمالی را که با دادههای برچسب گذاری در ابتدا پارامتربندی شده اند چگونه میتوان به صورت تکراری اصلاح کرد و بهبود بخشید، وقتی که در خلال فرآیند یادگیری فعال، برچسبهای بیشتر و بیشتری در اختیار ما قرار میگیرند در هر چرخهی فرآیند یادگیری فعال را به طبقه بندی کنندهای که میخواهیم آموزش دهیم بنابراین، این فرآیند یادگیری فعال هدایتی را میتوان با هر استراتژی انتخابی و هر نوع طبقه بندی کننده ی مورد نظر ترکیب کرد در این جا، ما آن را با استراتژی انتخاب 4DS و طبقه بندی کننده ی احتمالی CMM شرح داده شده در کارهای پیشین ترکیب میکنیم برای 20 مجموعه دادهی معیار موجود به صورت عمومی، ما نشان میدهیم که این فرآیند یادگیری هدایتی جدید به بهبود قابل توجه یادگیری فعال مبتنی بر مخزن کمک میکند

کلیدواژه‌ها

نویسندگان

تصویر جواد کبریایی مقدم

جواد کبریایی مقدم

گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد بیرجند، دانشگاه آزاد اسلامی، بیرجند، ایران

تصویر هادی چهکندی نژاد

هادی چهکندی نژاد

گروه مهندسی برق، دانشکده فنی و مهندسی، واحد بیرجند، دانشگاه آزاد اسلامی، بیرجند، ایران

تصویر صادق زینلی

صادق زینلی

گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد بیرجند، دانشگاه آزاد اسلامی، بیرجند، ایران

شیوه ارجاع

کبریایی مقدم، جواد و چهکندی نژاد، هادی و زینلی، صادق،1396،یک رویکرد یادگیری نیمه نظارتی جدید مبتنی بر مدل های مولد مکرر روزآمد شده برای تعیین ساختار داده ها،پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی،تهران

ارائه‌شده در

پوستر مجموعه مقالات پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی مجموعه مقالات پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی19 بهمن 1396 · تهران
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۳۹۶ ۶,۹۵۶ مشاهده

ترکیب ویولت و مشخصه های بارز ECG برای تشخیص چند بیماری قلبی

بسیاری از اطلاعات حول آسیب شناسی فیزیولوژی عادی قلب را می توان از نوار قلب بدست آورد یک چرخه ی قلبی از س…

فیبریلاسیون دهلیزی((AFنوار قلب((ECGتبدیل موجک((sym4
مقاله کنفرانسی سال ۱۳۹۶ ۶,۵۷۱ مشاهده

کاربرد هوش مصنوعی در بازی رایانه ای

حتما در دوران کودکی بازی O X را انجام دادید به طور مثال شما با حرف O و دوستتون با حرف X خونه های یه جدول…

مقاله کنفرانسی سال ۱۳۹۶ ۵,۵۸۷ مشاهده

بررسی اخلال راداری و روش های نوین جمینگ سیگنال

امروزه اغلب تسلیحات نظامی از وسایل الکترونیکی استفاده میکند استفاده از رادار برای آشکار سازی و مکانیابی…

جمینگاخلال راداریجنگ الکترونیک
مقاله کنفرانسی سال ۱۳۹۵ ۳,۹۸۲ مشاهده

بررسی انواع حملات در شبکههای کامپیوتری و راهکارهای مناسب برای مقابله با آنها

امنیت اطلاعات و ایمن سازی شبکه های کامپیوتری از جمله موضوعاتی است که این روزها در کانون توجه تمامی ساازم…

حملات شبکه ایحملات DoSامنیت شبکه
مقاله کنفرانسی سال ۱۳۹۶ ۳,۸۸۳ مشاهده

حذف نویز از تصاویر سی تی اسکن با استفاده از تبدیل موجک و منطق فازی

تصاویر اغلب به علت خطا در سنسورها و یا ضمن انتقال، به نویز آلوده میشوند نویز موجود در تصویر کارایی عملیا…

منطق فازیتبدیل موجکآستانه گذاری موجک
مقاله کنفرانسی سال ۱۳۹۵ ۳,۶۵۰ مشاهده

استارتاپ ها و تاثیر آن بر اقتصاد کشور

یکی از مراحل مهم در شروع یک کسب و کار نوآورانه این است که بدانیم ایده جدید ما برای راه اندازی کسب و کار…

استارتاپشرکت نوپاکارآفرینی