ارائه دهنده:
سمانه آهنگر
استاد راهنما:
دکتر ناصر مزینی
استاد مشاور:
دکتر محمدرضا محمدی
هیات داوری:
دکتر بهروز مینایی
دکتر مریم امیرمزلقانی
زمان:
۱۴۰۱/۰۲/۲۷
ساعت ۱۷:۳۰
خانم سمانه آهنگر دانشجوی کارشناسی ارشد آقای دکتر ناصر مزینی روز سه شنبه مورخ ۲۷ اردیبهشت ماه ساعت ۱۷:۳۰ از پروژه کارشناسی ارشد خود تحت عنوان "خوشهبندی عمیق افزایشی براساس مرز خوشهها" دفاع خواهند نمود.
چکیده پایان نامه:
دادهها همواره جمعآوری میشوند و تحلیل آنها نیازمند روشی است که هربار تنها با دادگان جدید بهروزرسانی شود و نیازی به تمامی دادگان نباشد. همچنین ذخیره مجموعه دادگان به دلیل حجم روزافزون آن میتواند چالش برانگیز باشد. خوشه بندی افزایشی یک روش اساسی برای حل مشکل خوشه بندی با رشد داده های بزرگ است. این الگوریتمها باید تنها خلاصهای از خوشهها را ذخیره کرده و هر بار که دادهی جدیدی میرسد، نتایج را با توجه به خوشههای قبلی بهروزرسانی کنند. از طرفی در تحلیل دادههای تصویری، استخراج بازنمایی های مناسب، در نتیجه ی خوشه بندی بسیار مؤثر است.
در این پایان نامه یک الگوریتم خوشه بندی افزایشی برای دادگان تصویری چهره ارائه می شود، که دادگان را براساس تراکم، خوشه بندی میکند و تنها اطلاعات مرزی خوشه ها را نگه می دارد که در کاهش حافظه مصرفی موثر است. تعداد و شکل خوشه ها با رسیدن دادگان جدید همواره در حال بهروزرسانی خواهد بود. همچنین شبکه ی استخراج بازنمایی های خوشه گرا در مدل پیشنهادی، بطور مداوم با اضافه شدن دادگان جدید، بصورت خودناظر بهبود می یابد. نتایج نشان می دهد که دقت خوشهبندی در شبکه استخراج بازنمایی به خوبی مدل غیرافزایشی آن است. شبکه پیشنهادی از ابتدا نیازی به تمامی دادگان ندارد و خوشهبندی نهایی برای ذخیره دادگان، استفاده از حافظه را در بخش استخراج بازنمایی و در قسمت ذخیره بردارهای مرزی در مجموعه دادگان استفاده شده کاهش می دهد.
واژههای کلیدی: خوشه بندی افزایشی، بازنمایی خوشه گرا، اطلاعات مرزی خوشه ها، حافظه مصرفی، خودناظر
دانشکده مهندسی کامپیوتر مدیریت تحصیلات تکمیلی
|