سال انتشار: ۱۳۹۰

محل انتشار: دومین کنفرانس ملی محاسبات نرم و فن آوری اطلاعات

تعداد صفحات: ۶

نویسنده(ها):

ابراهیم نادری – گروه کامپیوتر دانشکده مهندسی دانشگاه شهید چمران اهواز
الهام نیکوکار – گروه الگوریتم ها و محاسبات دانشگاه تهران

چکیده:

تلاشهای علمی زیادی برای استفاده از تکنکیهای یادگیری آماری جهت گسترش الگوریتمهای دسته بندی انجام شده است درسالهای اخیر روشهای ترکیبی درگسترش الگوریتم های دسته بندی بسیاری رایج شده اند یک روش ترکیبی درتشخیص این که یک نمونه به چه دسته ای تعلق دارد همچون کمیته خبرگان عمل می کند اگرچه هر دسته بندی کننده به تنهایی ممکن است درتصمیم گیری ضعیف عمل کند اما ترکیب دسته بندی کننده ها می تواند یک کمیته قدرتمند با دقت بالا را شکل دهد دراین مقاله یک روش ترکیبی پیشنهاد شده که از نظر دقت دسته بندی و مقاومت در برابر نویز قابل رقابت با روشهای دسته بندی ترکیبی شناخته شده است دراین روش از نوعی bagging استفاده می شود که برخلاف حالت معمول این bagging برروی خصیصه ها صورت می پذیرد و نه برروی نمونه ها. به این صورت که هریادگیرنده ضعیف برروی زیرمجموعه ای از خصیصه ها آموزش داده می شود.