اغلب مجموعه داده های مربوط به داده کاوی و ماشین یادگیری دارای داده هایی با مقادیر Missing Values یا داده گمشده می باشند. چگونگی برخورد با داده گمشده و نیز ارائه راهکارهایی مبتنی بر تخمین مقدار مربوط به داده گمشده، منجر به بروز یک مسئله بسیار مهم در زمینه داده کاوی و ماشین یادگیری  شده است. در بین الگوریتم های داده کاوی، الگوریتم C4.5، به دلیل کارآیی، استفاده در کاربردهای مختلف داده کاوی و نیز ت...

چکیده پهنه های آبی، همواره به عنوان یکی از عوامل موثر در محیط زیست انسان و سایر موجودات زنده، شناخته می شود. از این رو، یکی از مهم ترین موضوعات پژوهش های زیست محیطی، بررسی کیفیت پهنه-های آبی می باشد. در این راستا، آگاهی از پارامترهای کیفی آب، امری لازم و اجتناب ناپذیر است. با توجه به وجود برخی مشکلات در اندازه گیری این پارامترها در مناطق گوناگون، و از طرفی به دلیل وجود اثرات واکنش های پارامتره...

مقدمه: پرونده الکترونیک سلامت حاوی اطلاعات بالینی زیادی است که برای فعالیت‌هایی چون پایش بهداشت عمومی، بهبود کیفیت و تحقیقات مورد استفاده قرار می‌گیرد. همچنین پرونده الکترونیک سلامت شامل اطلاعات سلامت قابل شناسایی است و همین موضوع اشتراک و استفاده ثانویه از پرونده‌ها را محدود می‌کند. شناسه‌زدایی یکی از رایج‌ترین روش‌های حفظ محرمانگی اطلاعات بیماران است. این مقاله مروری نظام‌مند بر تحقیقات اخیر ...

امروزه، استفاده از هستی شناسی برای مقاصد گوناگونی در حال گسترش است. اما، در مواقعی به خاطر تفاوت هایی که در ساخت هستی شناسی در مراکز مختلف وجود دارد، امکان تبادل دانش بین دو هستی شناسی میسر نیست. برای حل این مشکل، روش های مختلفی برای انطباق هستی شناسی ارائه شده است که برخی از آنها مبتنی بر فنون یادگیری ماشین است. انطباق هستی شناسی یا به عبارت دیگر تشخیص مفاهیم متناظر در هستی شناسی های مختلف دار...

مقدمه: پرونده الکترونیک سلامت حاوی اطلاعات بالینی زیادی است که برای فعالیت‌هایی چون پایش بهداشت عمومی، بهبود کیفیت و تحقیقات مورد استفاده قرار می‌گیرد. همچنین پرونده الکترونیک سلامت شامل اطلاعات سلامت قابل شناسایی است و همین موضوع اشتراک و استفاده ثانویه از پرونده‌ها را محدود می‌کند. شناسه‌زدایی یکی از رایج‌ترین روش‌های حفظ محرمانگی اطلاعات بیماران است. این مقاله مروری نظام‌مند بر تحقیقات اخیر ...

امروزه با توجه به فراگیری استفاده از نامه های الکترونیکی مسأله ای به نام هرزنامه ها به وجود آمده که علاوه بر هدر دادن زمان کاربران، مشکلات دیگری از جمله تحت تاثیر قرار دادن پهنای باند و استفاده ی نادرست از فضای ذخیره سازی را به همراه دارد. لذا، طراحی سیستم های کارا جهت فیلترکردن موثر هرزنامه ها از اهمیت فوق العاده ای برخوردار است. در این پایان نامه، هدف تجزیه و تحلیل، طراحی و پیاده سازی یک سیست...

شبکه های اجتماعی یک راه رایج برای مدل سازی تعاملات بین افراد در یک گروه یا کمیته هستند. می توان آنها را به صورت گراف، نمایش داد که یک راس معادل یک فرد و یک یال نشان دهنده نوعی ارتباط بین افراد متناظر است. ارتباطات معمولا با علایق متقابل که ذاتی یک گروه هست شکل می گیرد. اما، شبکه های اجتماعی خیلی پویا هستند، چون در طی زمان یال ها و گره های جدید به گراف اضافه می شوند. درک پویایی های که از رشد شبک...

در این مقاله الگوریتمی جهت دسته بندی پدیده های کیفیت توان بر مبنای روش ماشین بردار هسته ای (core vector machine) ارائه شده است. در روش پیشنهادی در گام اول ویژگی های مربوطه بر اساس تبدیل موجک انتخاب و اطلاعات ورودی دسته بندی شده است.  در گام دوم از روشهای استخراج و انتخاب ویژگی بهترین ویژگی ها جهت دسته بندی پدیده های کیفیت توان استفاده شده است. در گام سوم از روش یادگیری ماشین بردار هسته ای استفا...

مقدمه: سرطان پستان یکی از رایج‌ترین سرطان‌ها در میان زنان است. در تصاویر ماموگرافی، تشخیص تومورهای خوش‌خیم از بدخیم به دلیل شباهت ساختاری کاری دشوار و زمان‌بر است. یادگیری ماشین یک شاخه از هوش مصنوعی است که می‌تواند به صورت ابزاری کمکی در کنار پزشک قرار گیرد و آن‌ها را در تصمیم‌گیری یاری کند. ماشین بردار پشتیبان SVM یکی از رایج‌ترین روش‌های یادگیری ماشین است که عملکرد آن به نوع تابع کرنل و ویژگ...