ارائه يك الگوريتم مناسب براي يادگيري جرياني بر اساس الگوريتم ماشين‌هاي بردار پشتيبان دوقلوي مربعات حداقلي فازي

الگوريتم ماشين بردار پشتيبان يكي از الگوريتم‌هاي مشهور و با كارايي بالا در يادگيري ماشين و كاربردهاي مختلف است. از اين الگوريتم تا كنون نسخه‌هاي متعددي ارائه شده كه آخرين نسخه آن ماشين‌هاي بردار پشتيبان دوقلوي مربعات حداقلي فازي مي‌باشد. اغلب كاربردها در دنياي امروز داراي حجم انبوهي از اطلاعات هستند. از سويي ديگر يكي از جنبه‌هاي مهم داده‌هاي حجيم، جرياني‌بودن آنها مي‌باشد كه باعث شده است بسياري از الگوريتم‌هاي سنتي، كارايي لازم را در مواجهه با آن نداشته باشند. در اين مقاله براي نخستين بار نسخه افزايشي الگوريتم ماشين‌هاي بردار پشتيبان دوقلوي مربعات حداقلي فازي، در دو حالت برخط و شبه برخط ارائه شده است. براي بررسي صحت و دقت الگوريتم ارائه‌شده دو كاربرد آن مورد ارزيابي قرار گرفته است. در يك كاربرد، اين الگوريتم بر روي 6 ديتاست مخزن UCI اجرا شده كه در مقايسه با ساير الگوريتم‌ها از كارايي بالاتري برخوردار است. حتي اين كارايي در مقايسه با نسخه‌هاي غير افزايشي نيز كاملاً قابل تشخيص است كه در آزمايش‌ها به آن پرداخته شده است. در كاربرد دوم، اين الگوريتم در مبحث اينترنت اشيا و به طور خاص در داده‌هاي مربوط به فعاليت روزانه به كار گرفته شده است. طبق نتايج آزمايشگاهي، الگوريتم ارائه‌شده بهترين كارايي را در مقايسه با ساير الگوريتم‌هاي افزايشي دارد.