چکیده مقاله
در این تحقیق روش XGBoost بهبود یافته را برای تشخیص کاربران در میان دستگاه های دیجیتالی مختلف معرفی کرده و سپس به اعمال آن بر روی دادگان پرداخته و با نتایج الگوریتم های درخت تصمیم، ماشین بردار پشتیبان و K نزدیک ترین همسایگان مقایسه کردیم با آزمایشات متوالی و متفاوت به این اثبات می کنیم که تعداد برگ های 200 و تعداد درختان 1000 بهترین نتیجه را که عدد 99 94 است می دهد این نتیجه در زمان 5439 26 ثانیه بدست می آید الگوریتم پیشنهادی در زمان نسبت به الگوریتم های دیگری که بررسی کردیم بسیار بیشتر بوده و کیفیت بدی از خود نشان می دهد اما اهمیت این الگوریتم در دقت اجرا و تشخیص آن است، تشخیصی نزدیک به تشخیص دقیق و 100 درصد به هر تعداد داده ورودی نتیجه این پژوهش است این الگوریتم پیشنهادی به خوبی نشان می دهد که در صورت اجرای آفلاین که نیازی به سرعت نیست، به خوبی می تواند نتایج موثقی ارائه کند
کلیدواژهها
نویسندگان
میلاد اشرفی
دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، گروه مهندسی کامپیوتر، تهران، ایران
مرتضی محمدی زنجیره
دانشگاه بین المللی امام خمینی، گروه مهندسی کامپیوتر، قزوین، ایران
شیوه ارجاع
�شرفی، میلاد و محمدی زنجیره، مرتضی،1398،ارائه روشی کارا برای شناسایی کاربران دستگاه های دیجیتالی مختلف با استفاده از الگوریتم Xgboost بهبو د یافته،هفتمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات،بابل
ارائهشده در
مجموعه مقالات هفتمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات3 مرداد 1398 · بابل