مشخصات مقاله:
عنوان فارسی مقاله:
طبقه بندی گروه وزنی جریان های داده ای چندگانه
عنوان انگلیسی مقاله:
Weighted Ensemble Classification of Multi-label Data Streams
کلمات کلیدی مقاله:
چندگانه، جریان داده ای، طبقه بندی
مناسب برای رشته های دانشگاهی زیر:
مهندسی کامپیوتر و فناوری اطلاعات
مناسب برای گرایش های دانشگاهی زیر:
رایانش ابری، مهندسی نرم افزار و مدیریت سیستم های اطلاعات
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
1. مقدمه
2. موارد مرتبط
3. اقدامات
3-1. {ML-KNN {31
4. طبقه بندی گروه های وزنی
4-1. ایده ی اصلی
4-2. آموزش و به روز رسانی طبقه بندی کننده
4-3. وزن دار کردن گروهی
4-4. الگوریتم طبقه بندی
5. آزمایشات
الف. کیفیت طبقه بندی در مقایسه با ML – KNN
ب) کیفیت طبقه بندی در مقایسه با {SMART {14
6. نتیجه گیری
قسمتی از مقاله انگلیسی و ترجمه آن:
1 Introduction
Due to the recent advances in computer networks and data storage, many data are produced and accumulated at an ever increasing rate in the form of stream. Such as online shopping information, logistics information, online news, stock market data, emails, credit card transactions, etc. These data are real-time, continuous and orderly arrival, and need to be analyzed promptly and effectively. For example, in online mail systems, incoming emails need to be classified into different categories, like spams, business emails, personal emails, important emails, etc. This classification task, each stream example is associated with a single class label l from a set of labels L(|L| > 1), is called single-label data stream classification, and has been extensively studied [3,4,11,20,33] in the literature.
1. مقدمه
با توجه به پیشرفت های اخیر در شبکه های کامپیوتری و ذخیره سازی داده ها، بسیاری از داده ها با سرعت رو به رشدی در قالب جریان، تولید و انباشته می شوند. مانند اطلاعات خرید آنلاین، اطلاعات آمایشی، اخبار آنلاین، اطلاعات بازار سهام، ایمیل ها، معاملات کارت اعتباری، و غیره. این داده ها، فوری، پیوسته و منظم هستند، و نیازمند تجزیه و تحلیل سریع و موثر می باشند. برای مثال، در سیستم های پست الکترونیکی آنلاین، ایمیل های ورودی باید به دسته های مختلف، مانند اسپم ها، ایمیل های کسب و کار، ایمیل های شخصی، ایمیل های مهم، و غیره طبقه بندی شوند. این کار طبقه بندی، مثال هر جریانی با یک برچسب تک گانه ی کلاس l از یک مجموعه از برچسب های L (| L |> 1)، طبقه بندی جریانی داده های تک گانه نامیده می شود و در تاریخچه، به صورت مفصلی مورد مطالعه قرار گرفته است [3،4،11،20،33].