طراحی سامانه هوشمند ساخت هستان نگار به کمک شبکه عصبی artو روشc-value
Authors
abstract
در سالهای اخیر تلاشهای زیادی برای طراحی روشهای یادگیری و خودکار سازی فرایند ساخت هستان نگار انجام شده است. ساخت انواع هستان نگار برای انواع قلمروها و کاربردهای گوناگون فرایندی پرهزینه و زمان بر بوده و خودکارسازی این فرایند گامی مهمی در رفع مشکل اکتساب دانش در سامانه های اطلاعاتی و کاهش هزینه ساخت آنها است. در این مقاله روش نوینی برای یادگیری هوشمند هستان نگار ارائه شده که می توان از آن در کاربردها و حوزه های مختلف استفاده کرد. در این روش نیازی به وجود هستان نگارهای عمومی یا تخصصی اولیه و واژگان معنایی از پیش تعریف شده نیست و پایگاه دانش اولیه آن تنها شامل مجموعه ای از متون ورودی است. سامانه یادگیرنده پیشنهادی با شروع از متون ورودی و با استفاده از رهیافت پیشنهادی در این مقاله قادر خواهد بود هستان نگار حوزه های مختلف را استخراج کند. در این روش از ترکیبی از روشهای زبانی، آماری و روشهای یادگیری ماشینی بر اساس روش c-value،tf-idf، شبکه عصبی نظریه تشدید وفقی و روش تحلیل هم رخدادی استفاده شده است؛ بدین ترتیب که ابتدا اسناد مرتبط با حوزه مورد نظر گردآوری شده است. سپس پردازشهای متون زبان طبیعی روی اسناد انجام شده و واژه های اصلی با استفاده از روش c-value استخراج شده است، آنگاه با استفاده از شبکه عصبی art اسناد مربوطه خوشه بندی شده و برای هر خوشه با محاسبه وزن واژه ها بر اساس روش tf-idf، واژه کلیدی مناسب استخراج شده است. در پایان با استفاده از روش تحلیل هم رخدادی، سلسله مراتب مفاهیم استخراج شده و هستان نگار مربوطه ساخته شده است. نتایج حاصل شده نشان میدهند که این روش در مقایسه با روشهای مشابه دقت خوبی در یادگیری هستان نگار داشته است.
similar resources
طراحی سامانه هوشمند ساخت هستان نگار به کمک شبکه عصبی ARTو روشC-value
In recent years, many efforts have been done to design ontology learning methods and automate ontology construction process. The ontology construction process is a time-consuming and costly procedure for almost all domains/applications, so automating this process is a solution to overcome the knowledge acquisition bottleneck in information systems and reduce the construction cost. In this artic...
full textعیب یابی هوشمند شبکه انتقال برق به کمک عکس حرارتی
امروزه شرکتهای بسیار زیادی در سراسر دنیا برای جلوگیری از نقاط خراب و افزایش قابلیت اطمینان شبکههای برق از عکس برداری حرارتی (مادون قرمز) استفاده میکنند. درواقع بازدید فنی تجهیزات الکتریکی توسط دوربینهای حرارتی بهترین روش برای عیبیابی است. از طرفی درتمامی روشهای پیشگیرانه و همچنین در استفاده از عکس برداری مادون قرمز، تجزیه تحلیل و تفسیر عکسهای حرارتی به صورت سنتی و چشمی انجام میگیرد. از...
full textطراحی و پیاده سازی عملی مشاهدهگر به کمک شبکه عصبی پیشخور جهت کنترل پهپاد چهارپره
پایداری کوادروتور به دلیل دینامیک شدیدا غیر خطی از مهمترین مسایل پیش روی محققان در طراحی این ربات بوده است. در این مقاله ابتدا به طراحی یک کنترلرکلاسیک تناسبی- مشتقگیر به روش تنظیم با الگوریتم تکاملی ازدحام ذرات برای کنترل وضعیت پرنده پرداخته شده است. سپس به طراحی یک مشاهدهگر غیر خطی برای تخمین حالتهای سرعت زاویه ای کوادروتور پرداخته شده است. در ادامه یک مشاهدهگر شبکه عصبی با استفاده از داده...
full textطراحی و ساخت یک سامانه هوشمند اخطار به راننده در پیشگیری از تصادف مبتنی بر تاخیر لحظه ای راننده-خودرو
در این پژوهش یک سیستم کنترلی فعال از نوع مشورتی طراحی و پیاده سازی شده است که هدف از آن جلوگیری از تصادف به شکل مشورت و یا برای هشدار به راننده در حین رانندگی است. اساس کار، تخمین میزان تاخیر لحظه ای راننده و خودرو برای تعیین میزان هوشیاری راننده است. این ویژگی با استفاده از سنسورهای طراحی شده، تعیین می شود. برای بررسی عملکرد، این سامانه بر روی یک خودرو پژو 206 پیاده سازی و با انجام آزمایش های ...
full textتولید خودکار دادگان آزمون به کمک شبکه عصبی
چکیده یکی از مراحل مهم آزمون نرمافزار شئگرا، آزمون مستقل اشیا است.آزمون مستقل اشیا با دو مشکل روبهرو است: اولاً شئ مورد فراخوانی ممکن استروشهایی از اشیا دیگر را فراخوانی کندودر نتیجهبررسیمستقلآن ممکن نباشد. ثانیاً روشهای فراخوانی شده ممکن است زمانبر باشند و باعث شوندآزمون شئ مورد نظر طولانی شود. یک راهحل برای رفع دو مشکل فوق، استفاده از اشیا جاعل است. اشیا جاعل روش-های مورد فراخوانی را شب...
full textMy Resources
Save resource for easier access later
Journal title:
پردازش علائم و داده هاجلد ۱۳۹۱، شماره ۲، صفحات ۲۳-۳۶
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023