نام پژوهشگر: نازنین اسدی

استفاده از روش های ترکیب تصمیم در بهبود طبقه بندهای سری زمانی
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده برق و کامپیوتر 1391
  نازنین اسدی   عبدالرضا میرزایی

خروجی فرآیندهای دنیای واقعی عموما می توانند به صورت سیگنال در نظر گرفته شوند. توصیف کردن این سیگنال های واقعی در قالب مدل های سیگنال یا سری زمانی مسئله ای است که اخیرا به صورت گسترده ای مورد توجه قرار گرفته است. در این موارد منظور از سری زمانی دنباله ای از داده ها است که در بازه های زمانی یکنواخت به دنبال هم اندازه گیری شده باشد. مدل سازی سری زمانی به دلایل متعدد از اهمیت ویژه ای برخوردار است. از جمله این دلایل می توان به شبیه سازی منبع تولید سیگنال و ایجاد پایه تئوری برای سیستم پردازش سیگنال اشاره کرد. مدل استفاده شده برای این اعمال می تواند از دسته ی مدل های قطعی یا مدل های آماری باشد. در این پایان نامه به منظور مدل سازی و طبقه بندی سری های زمانی از مدل مخفی مارکوف که یک مدل آماری محسوب می شود استفاده شده است. وجود ساختار ریاضی قوی که پایه تئوری بسیاری از کاربردها را فراهم می کند و استفاده ی فراوان آن ها در کاربردهای مهم و گوناگون به خصوص تشخیص صدا از دلایل انتخاب این مدل بوده است. از طرفی ترکیب چند طبقه بند با یکدگیر به عنوان روشی برای بهبود کارایی در مسائل سخت مدتی است که ابداع شده است. در این روش ها چندین طبقه بند ضعیف به منظور ساخت یک طبقه بند قوی با یکدگیر ترکیب می شوند. با وجود اینکه ترکیب طبقه بندها با یکدیگر تاکنون بسیار مورد بررسی قرار گرفته است ترکیب طبقه بندهای مربوط به سری های زمانی به گونه ای که ساختار درونی طبقه بند نهایی ترکیبی از ساختار درونی طبقه بندهای منفرد تشکیل دهنده آن و مختص سری زمانی باشد تا به حال کمتر مورد توجه قرار گرفته است. خوشه بندی نیز نوعی طبقه بندی محسوب می شود که در آن داده ها برچسب ندارند و هدف شناسایی و دسته بندی داده های مشابه با یکدیگر می باشد. به دلیل برچسب دار نبودن داده ها امر خوشه بندی از طبقه بندی دشوارتر خواهد بود. در این پایان نامه ابتدا هدف ساخت مدلی مطلوب برای سری های زمانی با استفاده از مدل مخفی مارکوف بوده است که بتواند داده های مورد نظر را به خوبی توصیف کند و با توجه به معیارهای درنظر گرفته شده نسبت به روش های قبلی بهبود قابل توجهی داشته باشد. در مرحله بعد این شیوه مدل سازی برای طبقه بندی سری های زمانی مورد استفاده قرار گرفته است و با در نظر گرفتن ماهیت مسئله و جداسازی داده های مربوط به دسته های مختلف تا حد ممکن، روشی برای طبقه بندی سری های زمانی با استفاده از مدل مخفی مارکوف ارائه شده است. در مرحله سوم مسئله در نظر گرفته شده خوشه بندی سری های زمانی بوده است. در این مورد با استفاده از مدل مخفی مارکوف و در نظر گرفتن معیارهایی که در تحقیقات قبل برای خوشه بندی سری های زمانی، فارغ از مدل سازی آن ها با مدل مخفی مارکوف، ارائه شده بود روشی جدید برای خوشه بندی سری های زمانی ارائه شده است.