TY - JOUR ID - 82653 TI - کاهش نمونه در داده‌ها به کمک الگوریتم بهینه‌سازی چندهدفه ازدحام ذرات آشوبی JO - مجله علمی رایانش نرم و فناوری اطلاعات JA - JSCIT LA - fa SN - 2383-1006 AU - حمیدزاده, جواد AU - کاشفی, نیلوفر AU - مرادی, منا AD - دانشگاه صنعتی سجاد AD - کارشناسی ارشد، مهندسی نرم افزار، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی سجاد، مشهد. Y1 - 2019 PY - 2019 VL - 8 IS - 1 SP - 31 EP - 40 KW - کاهش نمونه KW - الگوریتم بهینه سازی چندهدفه ازدحام ذرات KW - داده‌های نامتوازن KW - نرخ صحت KW - نرخ کاهش نمونه‌‌ها KW - توابع آشوب DO - N2 - امروزه با توجه به حجم وسیع داده‌ها، مسئله کاهش نمونه حائز اهمیت است. همچنین عدم وجود توازن در توزیع داده‌ها بین کلاسهای مختلف یک چالش جدی در دادهکاوی است. در روش پیشنهادی، مسئله کاهش نمونه بهعنوان مسئلهی چندهدفه در نظر گرفته شده است که توانسته است با درنظر گرفتن دو معیار متضاد صحت طبقهبندی و نرخ کاهش نمونهها و همچنین توجه به معیارهای مربوط به دادههای نامتوازن عملکرد خوبی داشته باشد. ایجاد و حفظ توازن در انواع مختلف توزیع داده مهمترین هدف روش پیشنهادی است. مسئله چندهدفه طراحی شده با استفاده از الگوریتم بهینهسازی ازدحام ذرات آشوبی حل شده است. سطح تصمیم مبتنی بر فاصله در روش پیشنهادی، وظیفه تشخیص حفظ و یا حذف نمونههای آزمایشی را دارد. نتایج آزمایشات نشاندهندهی برتری روش پیشنهادی از نظر دقت و صحت طبقهبندی و نرخ کاهش دادهها نسبت به روشهای مرز دانش است. نتایج آزمایشات نشاندهندهی برتری روش پیشنهادی از نظر دقت و صحت طبقهبندی و نرخ کاهش دادهها نسبت به روشهای مرز دانش است. UR - https://jscit.nit.ac.ir/article_82653.html L1 - https://jscit.nit.ac.ir/article_82653_bd7287988754a3cf413c14e779ee0596.pdf ER -