نظام الرسائل والاطاريح الجامعية/ المكتبة المركزية

صورة غلاف الرسالة/الاطروحة غير متوفرة
مشاهدة
لايوجد ملف
لايوجد ملف
العنوان باللغة العربية
منصة الرسائل والاطاريح: نموذج تصنيف بيانات متدفقة مستقرة باستخدام شجرة هوفدينغ التكيفية المحسنة - جامعة بابل
العنوان باللغة الانكليزية
STABILIZED STREAM DATA CLASSIFICATION MODEL USING ENHANCED HOEFFDING ADAPTIVE TREE
اسم الطالب باللغتين
مريم حسين محمد - MARYAM HUSSEIN MOHAMMED HASHIM
اسم المشرف باللغتين
أ.د. هديل نوري سعد علي--Hadil Noori Saad Ali
الخلاصة
يُعد بناء المصنفات المستقرة للبيانات المتدفقة أم ًرا صعبًا نظ ًرا للمشكلات التي تتضمن الضوضاء، والتكرار، وانجراف المفاهيم، وتوزيع البيانات غير المتوازن. تتناول هذه الدراسة تأثيرات انجراف المفاهيم والبيانات غير المتوازنة في مهمة مما التصنيف الثنائي. غالبًا ما تتجاهل تقنيات التصنيف التقليدية الحالات الأقل تمثي ًلا، يؤدي إلى نماذج منحازة. تقترح هذه الدراسة مصنفًا جديدًا للبيانات المتدفقة، يتكون من خوارزميات مبتكرة هي ADWIN3و .LD_CSMOTEيعتمد ADWIN3على شجرة هوفدينغ التكيفية ) (HATوطريقة الكشف المبكر عن انجراف المفاهيم ) ،(EDDMوالتي تتكيف مع التدفقات غير الثابتة وغير المتوازنة، وتتعامل الخوارزمية بفعالية مع التشتت وانجراف المفاهيم باستخدام عدد أقل من إعادة بناء الأشجار الفرعية. أما ( LD_CSMOTEالزيادة الاصطناعية للأقلية ذات الكثافة المنخفضة للتصنيف الزمني غير المتوازن،) فهي تقنية زيادة للعينات تستهدف العينات ذات الكثافة المنخفضة في الفئات الأقل تمثي ًلا. تم تقييم المصنف من خلال اختبارات شاملة باستخدام مجموعة من مجموعات البيانات الاصطناعية والحقيقية، بما في ذلك تلك التي تحتوي على انجراف مفاهيم مفاجئ وتدريجي وتدريجي جزئي. شملت مجموعات البيانات المستخدمة أظهرت نتائجنا أنAir Lines. وTwitter وElectricity وSEA وHyperplane الخوارزميات المقترحة ADWIN3و LD_CSMOTEقد تفوقت باستمرار على الأساليب التقليدية مثل HATو ،C-SMOTEخاصة في البيئات التي تحتوي على توازن طبقي غير ملائم وانجراف مفاهيم ملحوظ. في حالة الانجراف التدريجي باستخدام مجموعة بيانات ،
الفئة
المجموعة الطبية
الاختصاص باللغة العربية
الاختصاص باللغة الانكليزية
السنة الدراسية
2024
لغة الرسالة/الاطروحة
اللغة الانكليزية
الشهادة
دكتوراه
رابط موقع (doi)
Open access
نعم