• شماره ركورد كنفرانس
    5244
  • عنوان مقاله

    ارائه يك الگوريتم طبقه‌بندي تركيبي براي طبقه‌بندي داده‌هاي جرياني نامتوازن

  • عنوان به زبان ديگر
    An Ensemble Classification Algorithm for Imbalanced Data Stream Classification
  • پديدآورندگان

    نوري زهرا zahranoori.1995@gmail.com دانشگاه بجنورد، بجنورد، ايران , كياني وحيد v.kiani@ub.ac.ir دانشگاه بجنورد، بجنورد، ايران , فديشه‌اي حميد fadishei@ub.ac.ir دانشگاه بجنورد، بجنورد، ايران

  • تعداد صفحه
    6
  • كليدواژه
    داده‌هاي جرياني , داده‌هاي جرياني نامتوازن , طبقه‌بندي تركيبي
  • سال انتشار
    1401
  • عنوان كنفرانس
    ششمين كنفرانس بين المللي شهرهاي هوشمند، اينترنت اشياء و كاربردها
  • زبان مدرك
    فارسي
  • چكيده فارسي
    امروزه، به كارگيري اينترنت اشياء موجب تسهيل انجام امور روزانه مهم و حياتي براي افراد و سازمان‌ها شده است. تكنولوژي اينترنت اشياء كاربردهاي بسياري از قبيل كنترل ترافيك، مراقبت‌هاي پزشكي، و پيش‌بيني وضعيت آب و هوا دارد. داده‌هاي حاصل از دستگاه‌هاي مربوط به اينترنت اشياء داده‌هاي جرياني هستند كه ماهيت پويايي دارند، با سرعت زياد توليد مي‌شوند، و اغلب دچار برخي چالش‌ها مانند عدم توازن هستند. از اين رو، طبقه‌بندي خودكار اين داده‌ها با روش‌هاي قديمي دشوار است. در اين مقاله يك الگوريتم طبقه‌بندي تركيبي جهت طبقه‌بندي داده‌هاي جرياني نامتوازن ارائه شده است. در اين الگوريتم جهت وزن‌دهي به طبقه‌بندهاي پايه در مدل تركيبي از معياري استفاده شده است كه برخلاف برخي از الگوريتم‌ها، به عدم توازن در داده‌ها اهميت ويژه‌اي مي‌دهد. نتايج ارزيابي الگوريتم پيشنهادي در مقايسه با برخي ديگر از طبقه‌بندهاي تركيبي عملكرد خوب اين الگوريتم را نشان مي‌دهد به طوري كه براي مجموعه‌داده‌هاي نامتوازن عملكرد آن بهتر از الگوريتم‌هاي ديگر است. در ارزيابي انجام شده، روش پيشنهادي RUE توانست به طور ميانگين به نرخ دقت 72% دست يابد، در حالي كه روش AUE به نرخ دقت 58% و روش AWE به نرخ دقت 54% دست يافت.
  • كشور
    ايران