دانلود مقاله و خرید ترجمه:از داده کاوی به استخراج دانش: کاربرد در عوامل هوشمند
دانلود بهترین مقالات isi همراه با ترجمه فارسی

کارابرن عزیز، مقالات سایت ( همگی جزو مقالات isi می باشند) بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (حتی محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi مانند IEEE، Sciencedirect، Springer، Emerald و ... انتخاب گردیده اند.

آگهی چاپ مقاله isi
ورود اعضا
توجه توجه توجه !!!!
نرم افزار winrar
پیشنهادات ویژه
پیوندهای کاربردی
پیوندهای مرتبط
مقالات ترجمه شده داده کاوی
  • از داده کاوی به استخراج دانش: کاربرد در عوامل هوشمند

    سال انتشار:

    2015


    ترجمه فارسی عنوان مقاله:

    از داده کاوی به استخراج دانش: کاربرد در عوامل هوشمند


    عنوان انگلیسی مقاله:

    From data mining to knowledge mining: Application to intelligent Agents


    منبع:

    sciencedirect - elsevier - Expert Systems with Applications 42 (2015) 1436–1445


    چکیده انگلیسی:

    The last decade, the computers world became a huge wave of data. Data mining tasks were invoked to tackle this problem in order to extract the interesting knowledge. The recent emergence of some data mining techniques provide also many interesting induction rules. So, it is judicious now to process these induction rules in order to extract some new strong patterns called meta-rules. This work explores this concept by proposing a new support for induction rules clustering and classification. The approach invokes k-means and k-nn algorithms to mine induction rules using new designed similarity measures and gravity center computation. The developed module have been implemented in the core of the cognitive agent, in order to speed up its reasoning. This new architecture called the Miner Intelligent Agent (MIA) is tested and evaluated on four public benchmarks that contain 25,000 rules, and finally it is compared to the classical one. As foreseeable, the MIA outperforms clearly the classical cognitive agent performances. Keywords: Knowledge mining Induction rules Classification Clustering Cognitive agent


    چکیده فارسی:

    در دهه‌ی گذشته، جهان رایانه به موج عظیمی از داده‌ها تبدیل شد. وظایف داده کاوی برای مقابله با این مشکل به کار گرفته شدند تا دانش جالب را استخراج کنند. ظهور اخیر برخی از تکنیک‌های داده کاوی نیز بسیاری از قوانین جالب القاء را ارائه کرده است. بنابراین، در حال حاضر عاقلانه است که این قوانین القا را به منظور استخراج برخی از الگوهای قوی جدید به نام متا قوانین پردازش کنیم. این کار به بررسی این مفهوم توسط پیشنهاد یک پشتیبانی جدید برای خوشه قوانین القاء و طبقه‌بندی می‌پردازد. این رویکردk-means و k-nn algorithmsرا برای استخراج قوانین القا با استفاده از معیارهای شباهت جدیداً طراحی شده و محاسبه مرکز ثقل به کار می‌گیرد. ماژول توسعه داده شده در هسته عامل شناختی اجرا شده است تا به استدلال آن سرعت ببخشد. این معماری جدید به نام عامل استخراج کننده‌ی هوشمند (MIA) تست شده و در چهار معیار عمومی که شامل 25000 قانون است ارزیابی شده و در نهایت با مورد کلاسیک آن مقایسه شده است. همانطور که قابل پیش بینی است، MIA به وضوح بهتر از عامل شناختی کلاسیک عمل می‌کند. کلمات کلیدی: استخراج دانش، قوانین القایی، طبقه‌بندی، خوشه‌بندی، عامل شناختی


    سطح: دشوار
    تعداد صفحات فایل pdf انگلیسی: 10
    تعداد صفحات فایل doc فارسی: 37

    حجم فایل: 646 کیلوبایت


    قیمت: 35000 تومان  31500 تومان(10% تخفیف)


    توضیحات اضافی: یک مقاله داغ، جدید و پرفرمول درحوزه داده کاوی می باشد. البته لازم به ذکر است که تعداد بسیار کمی از فرمول ها در ترجمه درج نشده و به جای آن ها * قرار گرفته است




تعداد نظرات : 0

الزامی
الزامی
الزامی
داده-کاوی
موضوعات