با رشد فناوری اطلاعات، امنیت شبکه به‌عنوان یکی از مباحث چالش‌برانگیز مطرح است. تکنیک‌های تشخیص نفوذ مبتنی بر ناهنجاری یک فناوری ارزشمند برای حفاظت از شبکه‌ها در برابر فعالیت‌های مخرب است. در این مقاله رویکردی جدید مبتنی بر مدل مخفی مارکوف (HMM) و ماشین یادگیری مفرط (ELM) جهت تشخیص نفوذ ارائه شده است. در مدل پیشنهادی، داده‌هایی که از ترافیک شبکه جمع‌آوری شده‌اند، ابتدا پیش‌پردازش می‌شوند. سپس دن...

در مقالة حاضر، از روش ماشین یادگیری شدید برای مدل‌سازی نرخ انتقال مواد در این فرآیند به عنوان پارامتر تأثیرگذار بر سرعت انجام فرآیند و کیفیت سطح بوجود آمده، استفاده شده است. میزان میانگین مربعات خطا (MSE) برای نرخ انتقال مواد در داده‌های آموزش 000387/0 و در داده‌های آزمون 0017/0 با استفاده از مدل شبکة عصبی ماشین یادگیری شدید بدست آمد. همچنین، مقدار میانگین مربعات خطا برای متوسط ضخامت لایة بازنش...

ترکیب طبقه بندها یک راهکار متداول در بهبود کارایی طبقه بندهای پایه در حل مسائل پیچیده ی طبقه بندی می باشد. سیستم های ترکیبی طبقه بندی عموما از دو جز اصلی یادگیری طبقه بندهای پایه و بخش ترکیب خروجی ، تشکیل شده اند. استفاده از راهکاری مناسب برای تعیین وزن خروجی طبقه بندهای پایه از جمله ی پارامترهای مهمی است که می تواند در بهبود کارایی سیستم ترکیبی طبقه بندی نقش موثری را ایفا نماید. از سویی دیگر ف...

طبقه بندی و ارتباط، شایع ترین مسائل در داده کاوی برای استخراج دانش، یادگیری ماشین، تخمین ، دسته بندی و ابزار مهمی برای برآورد و پیش بینی هستند. هدف طبقه‎بندی داده‎ها، سازماندهی و تخصیص داده‎ها به کلاس‎‎های مجزا می‎باشد. در این فرآیند بر اساس داده‎های توزیع شده، مدل اولیه‎ای آموزش داده می‎شود و سپس این مدل برای پیشگویی کلاس داده‎ی جدید مورد استفاده قرار می گیرد. در این پایان نامه مدل جدیدی برای ...

تهیه نماد کروموزومی فرآیند آرایش تصاویر کروموزومی به یک فرم استاندارد جهت تشخیص بیماری ها و ناهنجاری های کروموزومی است. رویکرد تهیه نماد کروموزومی خودکار یک ابزار کمکی به متخصصان ژنتیکی است که در راستای صرفه جویی در زمان و متخصصان و حل مشکلات تهیه دستی نماد کروموزومی طراحی می شود. انجام این فرآیند بصورت سنتی در آزمایشگاه های پزشکی ژنتیکی زمان طولانی می برد، بطور مثال هر تست نماد کروموزومی حدود ...

در دنیای امروز مسئله کلاس بندی داده های نا متوازن از اهمیت خاصی برخوردار است . کلاس بندی این داده ها به گونه ای است که ، کلاسی که از نظر دامنه کاربرد اهمیت زیادی دارد (کلاس اقلیت ) شامل تعداد حالات کمتری نسبت به کلاسی است که از اهمیت خاصی برخوردار نیست (کلاس اکثریت). به این مجموعه داده ها داده های نامتوازن می گویند. روش های مختلفی برای کلاس بندی این نوع داده ها ارائه شده است .در کلاس بندی این د...

امروزه استفاده از ابزارهای یادگیری ماشین در حوزه‌های مختلف ازجمله تشخیص بیماری‌ها در حال گسترش است. علت این امر را می‌توان عملکرد متغیر و متمایل به خطای انسان در مقابل عملکرد ثابت ابزارهای یادگیری ماشین در زمینه تشخیص و طبقه‌بندی دانست. حیاتی بودن تشخیص در حوزه‌هایی مانند پزشکی، نیاز به بهبود تشخیص با روش‌های یادگیری ماشین را توجیه می‌کند. ازجمله روش‌های افزایش دقت در این زمینه، الگوریتم‌های کا...

با وجود حجم عظیم محتوای چند رسانه‌ای در وب، ذخیره سازی و بازیابی آنها با بکارگیری روش‌های یادگیری موجود با محدودیت ‌هایی از جمله کمبود حافظه مواجه شده است. تاثیر گذاری محدودیت‌های مد نظر در روش‌های یادگیری دارای مرحله آموزش مانند ماشین بردار پشتیبان (SVM) و شبکه های عصبی تا جایی است که امکان بکارگیری این روش‌ها در کاربرد‌های مقیاس بزرگ تقریبا غیر‌ممکن است. روش ماشین یادگیری سریع مبتنی بر هسته غ...

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 ...