آقای ابراهیم شیرانی دانشجوی کارشناسی ارشد جناب آقای دکتر محمدرضا کنگاوری روز دوشنبه 15/12/90 ساعت  17 در اتاق دفاعیه واقع در طبقه سوم دانشکده کامپیوتر از پروژه کارشناسی ارشد خود تحت عنوان توسعه یادگیری ماشین در حوزه داده های جریانی بر اساس مکانیزم های یادگیری انسان دفاع خواهند نمود.

  چکیده پایان نامه:

  در سالهای اخیر، داده­کاوی داده­های جریانی که معمولاً با تغییر مفهوم همراه هستند، یکی از مهمترین موضوعات مورد علاقه محققان در زمینه یادگیری ماشین و داده­کاوی بوده است. یکی از بهترین روش­هایی که در این زمینه می­توانند به خوبی با تغییر مفهوم مقابله کنند، کلاسه­کننده­های چندتایی [1] یا کلاسه­کننده­های جمعی [2] هستند. در سالهای اخیر، کارهای زیادی در مورد کلاسه­کننده­های چندتایی انجام شده و مدل­های موفقی نیز بر مبنای این نوع کلاسه­کننده­ها برای کلاس­بندی داده­های جریانی ارائه شده است. با وجود دستاوردهای زیادی که این مدل­ها داشته­اند، هنوز برخی مشکلات حل نشده باقی مانده­اند. یکی از مشکلات مدل­های مبتنی بر کلاسه­کننده چندتایی موجود، بالا بودن هزینه بروزرسانی این مدل­ها است که با توجه به بروز تغییر مفهوم در داده­های جریانی اهمیت ویژه­ای دارد. مشکل دیگری که در این مدل­ها وجود دارد، معنادار و قابل درک نبودن وظیفه هر یک از عضوها در سیستم کلاسه­کننده چندتایی می­باشد. این امر باعث می­شود که از طرفی درک مدل ساده نباشد، و از طرف دیگر، با بروز تغییر مفهوم، عضوِ متأثر از تغییر مفهوم قابل شناسایی نباشد که باعث می­شود مدل در برابر تغییر مفهوم کارایی لازم را نداشته باشد.

  به منظور حل این مشکلات در اِین پایان­نامه، مدل "مجموعه کلاسه­کننده­های متخصص" که مدلی مبتنی بر کلاسه­کننده چندتایی است، برای استفاده در کلاس­بندی داده­های جریانی معرفی و پس از تحلیل­های تئوری و تجربی، به عنوان یک مدل کارآمد پیشنهاد شده است. برای ارزیابی این مدل پیشنهادی، دقت کلاس­بندی و زمان اجرای این مدل روی چندین مجموعه داده معروف، با چهار مدل موفق در کلاس­بندی داده­های جریانی مقایسه شده است. همچنین پیچیدگی زمانی این مدل به صورت تئوری بررسی شده است. نتایج بدست­آمده نشان می­دهند که این مدل می­تواند یادگیری و بروزرسانی سریعتر و دقت کلاس­بندی بالاتری را نسبت به بسیاری از الگوریتم­های معروف کلاس­بندی داده­های جریانی ارائه دهد. همچنین در این پایان­نامه، یک معیار جدید برای ارزیابی مدل­های کلاس­بندی داده جریانی تعریف و پیشنهاد شده است. این معیار، میزان پایداری یک مدل کلاس­بندی را در برابر تغییر مفهوم اندازه­گیری می­کند. آزمایش­ها نشان می­دهند که با توجه به معیار تعریف شده، مدل پیشنهادی در این پایان­نامه بیشترین میزان پایداری در برابر تغییر مفهوم را در مقایسه با چهار الگوریتم مورد مقایسه دارا می­باشد.

  Abstract:

  One-versus-all (OVA) classifiers learn k individual binary classifiers, each distinguishing the instances of a single class from the instances of all other classes. To classify a new instance, the k classifiers are run, and the one that returns the highest confidence is chosen. Thus, OVA is different from existing data stream classification schemes whose majority use multiclass classifiers, each discriminating among all the classes. This paper advocates some outstanding advantages of OVA for data stream classification. First, there is low error correlation and, hence, high diversity among OVA’s component classifiers, which leads to high classification accuracy. Second, OVA is adept at accommodating new class labels that often appear in data streams. However, there also remain many challenges to deploy traditional OVA for classifying data streams. First, traditional OVA does not handle concept change, a key feature of data streams. Second, as every instance is fed to all component classifiers, OVA is known as an inefficient model. Third, OVA’s classification accuracy is adversely affected by the imbalanced class distributions in data streams. This paper addresses those key challenges and consequently proposes a new OVA scheme that is adapted for data stream classification. Theoretical analysis and empirical evidence reveal that the adapted OVA can offer faster training, faster updating, and higher classification accuracy than many existing popular data stream classification algorithms. We expect these results to be of interest to researchers and practitioners because they suggest a simple but very elegant and effective alternative to existing classification schemes for data streams.

  [1] Multiple Classifier System

  [2] Ensemble Classifier

  ارائه­دهنده:

  ابراهیم شیرانی

  اساتید راهنما:

  دکتر محمدرضا کنگاوری

 استاد مشاور:

 دکتر حاتمی

  استاد ممتحن داخلی : دکتر ناصر مزینی

  استاد ممتحن خارجی :دکتر بدیع

  زمان : دوشنبه 15/12/90

ساعت 17

  مکان: دانشکده مهندسی کامپیوتر- طبقه سوم- اتاق دفاعیه

  از اساتید بزرگوار، دانشجویان گرامی و دیگر متخصصان و علاقه مندان به موضوع دفاعیه دعوت
می شود با حضور خود موجبات غنای علمی و ارتقای کیفی را فراهم سازند.

  دانشکده مهندسی کامپیوتر مدیریت تحصیلات تکمیلی