امروزه با افزایش حجم داده ها امکان جمع آوری و دسته بندی سریع داده ها توسط انسان غیرممکن شده است و نیاز به دسته بندی و تحلیل دادها به صورت خودکار از جایگاه ویژه ای برخوردار است. دسته بندی داده ها عملیاتی است که ابتدا، طی یک فرایند ، نمونه های آموزشی به همراه برچسب آن ها به یک عامل یادگیر داده می شود تا ارتباط بین نمونه ها و برچسب ها را یاد بگیرد و سپس برچسب داده های آموزشی را پیش بینی کند. از ط...

دسته بندی یکی از مهمترین فرآیندهای مورد مطالعه در حوزه یادگیری ماشین و داده کاوی است که در برنامه های کاربردی فراوانی از جمله دسته بندی متن، تشخیص پزشکی، بیوانفورماتیک و... مورد استفاده قرار می گیرد. مسائل دسته بندی را می توان براساس تعداد برچسب های منتسب به هر یک از داده ها به دو دسته کلی مسائل دسته بندی تک برچسبی و مسائل دسته بندی چند برچسبی تقسیم کرد. در مسائل دسته بندی تک برچسبی، هر داده دا...

دسته بندی یکی از موضوعاتی است که در زمینه های گوناگون دارای کاربرد های عملی فراوانی است . دسته بندی اشیا یا افراد می تواند به کمک مشاهده ی ویژگی ها و یا خصوصیات آن ها انجام پذیرد . یک روش آماری رایج در امر دسته بندی ، استفاده از مدل رگرسیون لجستیک است . مدل رگرسیون لجستیک با در نظر گرفتن یک ترکیب خطی از متغیر های توضیحی (یا همان ویژگی ها) ، احتمالات پسین عضویت در هر دسته را مدل سازی می نماید‎ ....

بانک ها مشتریان اصلی اقتصاد هر کشورند . دنیای رقابتی و پویایی امروز ، رقابت شرکت ها و سازمان ها را در جلب مشتریان و حفظ آنان به جهت حفظ بقای خود سازمان ضروری می سازد. لازمه ی جلب رضایت مشتریان ، ارائه ی محصولات و خدماتی است که به خوبی پاسخگوی نیاز آنها بوده و مطابق با خواست و سلیقه مشتری باشد . و این امکانپذیر نیست مگر زمانی که شرکت به درستی نیاز هر مشتری را درک کرده و در صدد ارضای آن برآید . ا...

این پژوهش در زمینه زمان بندی تولید دسته ای در محیط جریان کارگاهی انجام شده است. ابتدا در مورد ضرورت انجام پژوهش و اهداف آن صحبت می‎کنیم. سپس با ارجاع به پژوهش های پیشین انجام شده در زمینه زمان‎بندی تولید دسته‎ای به مرور ادبیات موضوع می‎پردازیم. در ادامه، مدلی برای حالت n کار و m ماشین با در نظر گرفتن زمان آماده بودن کارها و داشتن اندازه کار برای هر یک با تابع هدف مینیم کردن زمان تکمیل آخرین کار...

با توجه به اینکه دادگان سوناری دارای ابعاد بالا و بهینه های محلی زیادی می باشند، دسته بندی کننده های متعارف توانایی دسته بندی مناسب این گونه اهداف را ندارند. استفاده از ترکیب بهینه ساز ازدحام ذرات (pso) و شبکه های عصبی مصنوعی (ann) یکی از راه حل هایی است که در چند سال اخیر برای غلبه بر این مشکل موردتوجه قرار گرفته است. در کاربرد دادگان با ابعاد بالا، الگوریتم pso دارای دو مشکل به دام افتادن در ...