بهبود روش يادگيري دسته‌جمعي براي دسته‌بندي اشيا و به‌كارگيري آن در حوزه كلان داده

دكتري تخصصي

پيشرفت‌هاي دنياي ديجيتال در عصر فناوري اطلاعات سبب تحولات اساسي در زندگي روزمره بشر گشته است. امروز حجم انبوهي از انواع داده‌ها با سرعت سرسام‌آوري توليد و ذخيره مي‌شوند. داده هاي امروزي مانند داده هاي ميكروآرايه DNA داراي ويژگي هاي همچون: نامتوازن بودن، تعداد ويژگي هاي بسيار زياد و ... مي باشند. نحوه مديريت چنين داده‌هاي سبب پيدايش بحثي با عنوان كلان داده‌ شده است. در ميان يكي از روش‌هاي تحليل داده، مدل يادگيري جمعي است كه امروزه به دليل ويژگي‌هاي همچون قابليت تعميم بالا، ساختار منعطف و .... در ميان محققين از اقبال خوبي برخوردار شده و مطالعات بسياري در اين حوزه در حال انجام است. در اين رساله، در راستاي بهبود كارايي يادگيري جمعي در دسته بندي داده ها كه بر بستر كلان داده ها نيز قابليت پياده سازي داشته باشد، ابتدا به مرور ادبيات و شناسايي شكاف هاي موجود در آن پرداخته شد. شناسايي شكاف ها، زمينه مناسبي جهت مطالعه برروي انواع روش هاي ساخت مدل هاي يادگيري جمعي را فراهم آورد. سپس جهت توسعه مدل يادگيري جمعي پيشنهادي، يك رويكرد توسعه اي گام به گام در نظر گرفته شد. نتايج هر گام براساس معيارهاي متنوع سنجش و براي توسعه گام بعدي مورد استفاده قرار گرفته است. ايجاد تنوع در دسته بندهاي پايه و كاهش ابعاد در اولين گام بعنوان چالش در نظر گرفته شد كه براي حل آن يك راهكار لفاف مبتني بر الگوريتم فراابتكاري چندهدفه جنگل ارائه شد. جهت بهبود فرآيند جستجو در روش لفاف يك الگوريتم فراابتكاري جديد چندهدفه جنگل با در نظر گرفتن مفاهيم آرشيو، انتخاب منطقه‌اي نظريه آشوب و... ارائه شده است، كه توانايي رقابت با ساير روش هاي مشابه از نظر اهداف كاهش ابعاد و بهبود كارايي دسته بندي، داراي پيچيدگي زماني كمتري نيز مي باشد. در ادامه براي مواجهه داده هاي با ابعاد بالا، راهكار تركيبي مبتني بر فيلترچندگانه و لفاف چندهدفه ارائه شد. جهت كاهش فضاي جستجوي روش لفاف، يك رويكرد فيلترچندگانه جديد با در نظر گرفتن تركيب روش هاي تك متغيره و چند متغيره ارائه شده است كه با كاهش فضاي جستجو امكان انتخاب ويژگي هاي برجسته و مهم را براي روش لفاف فراهم مي آورد. از طرفي روش لفاف چندهدفه علاوه بر حل مسئله انتخاب ويژگي، پارامترهاي مدل دسته بندي را بهينه سازي مي كند. در سومين گام جهت ساخت مدل يادگيري جمعي، راهكاري نوآورانه اي براي انتخاب اعضاي سازنده مدل يادگيري جمعي از ميان پاسخ هاي جبهه پارتو و تركيب نتايج اعضاي سازنده براي ارائه خروجي نهايي ارائه داده شد. در گام نهايي مدل يادگيري جمعي پيشنهادي براي افزايش مقياس پذيري و توانايي مواجهه با داده هاي حجيم بر بستر اكوسيستم هدوپ پياده سازي شد. ارائه مدل يادگيري جمعي مبتني بر انتخاب ويژگي و كاهش ابعاد بر بستر كلان داده جزء مهمترين نوآوري هاي اين تحقيق مي باشد. نتايج آزمايشات، مويد مزاياي رويكرد پيشنهادي در استفاده از پردازش موازي و همچنين بهبود كيفيت دسته بندي براساس دقت و صحت دسته-بندي مي باشد.

196552

دانشگاه علم و صنعت ايران

محمد فتحيان

مهندسي فناوري اطلاعات-تجارت الكترونيك

مهدي غضنفري