14100

14100

الگوريتم طبقه بندي جريان هاي داده ي مفهوم متغير

كارشناسي ارشد

نرم افزار

بهمن ماه 1393

بهمن ماه 1393

دكتر عين الله خنجري

كامپيوتر

چكيده در سال¬هاي¬اخير پيشرفت¬هاي سريع تكنولوژي¬هاي سخت¬افزاري و توسعه برنامه¬هاي كاربردي مانند برنامه-هاي كنترل ترافيك شبكه، مديريت تراكنش¬هاي ATM، مكالمات تلفني، تجهيزات دريافت سيگنال¬هاي كنترلي در صنعت، مانيتورينگ صوتي و تصويري، كنترل پرتابه¬ها، حسگر¬هاي هواشناسي و رادارهاي نظامي باعث شده¬اند تا بشر با حجم عظيمي از داده¬ مواجه باشد. همراه شدن اين پيشرفت¬ها با فراگير شدن اينترنت سبب توجه بيشتر به موضوع جريان¬هاي داده شده¬ است. به داده¬هايي كه به صورت پيوسته با سرعت زياد، حجم نامحدود و پويا توليد مي¬شوند جريان¬هاي داده گفته مي¬شود. به دليل خصوصيات متفاوت جريان¬هاي داده مانند عدم امكان ذخيره¬سازي، عدم امكان دسترسي هر ركورد بيش از يك¬بار(به دليل عدم ذخيره كردن) و تغيير ماهيت و مفهوم داده با گذشت زمان كاوش اين داده¬ها با روش¬هاي سنتي داده¬كاوي امكان¬پذير نيست. طبقه¬بندي جريان¬هاي داده يكي از مهمترين مسائل مورد مطالعه و تحقيق در اين حوزه بوده و هست. در سال¬هاي اخير تكنيك¬ها و روش¬هايي كه از يادگيري افزايشي براي طبقه¬بندي جريان¬هاي داده استفاده مي¬كنند، به طور گسترده¬اي مورد مطالعه و استفاده قرار گرفته-اند.مهمترين مزيت اين روش¬ها حل مسأله¬ي تغيير مفهوم است. دو چالش¬ اصلي روش¬هاي يادگيري افزايشي، زمان بالا و محاسبات پيچيده براي بروزرساني مدل با ورود داده جديد و همچنين نسبت مستقيم ميزان حافظه در دسترس براي نگهداري مدل ايجاد شده با دقت طبقه¬بندي كننده است. در اين پايان نامه با استفاده از قوانين احتمالات و استفاده ¬از روش شمارش اتلافي الگوهاي مكرر براي طبقه¬بندي جريان-هاي داده¬ي مفهوم متغير ارائه شده است. اين روش داراي زمان ساخت و بروزرساني پايين و حافظه مورد نياز حداقلي و قابل مديريت است. پياده¬سازي، ارزيابي و مقايسه روش مذكور با روش¬هاي شناخته شده موجود نشان مي¬دهد كه اين روش از لحاظ دقت، زمان ساخت و بروزرساني مدل و حافظه مورد نياز در مجموع بهتر از روش¬هاي شناخته شده موجود است. واژه‌هاي كليدي:داده¬كاوي-جريان¬هاي داده- طبقه¬بندي- يادگيري افزايشي- تغيير مفهوم.