دانلود پاورپوینت مقاله الگوریتم SMOTE بر پایه الگوریتم ژنتیک جهت دسته بندی داده ها

یادگیری از داده های نامتوازن، مشکل عمده بسیاری از برنامه ها همچون تحلیل داده های بیومدیکال، آشکارسازی نشت نفت در تصاویر رادار ماهواره ای، رده بندی متن و آشکارسازی تماسهای تلفنی جعلی می باشد. رده بندی داده های نامتوازن، مشکل مهم یادگیری ماشین و داده کاوی است. در مجموعه داده نامتوازن، مورد آموزشی کمتری در یک رده، در مقایسه با رده ی دیگر وجود دارد. در نتیجه، اولی را رده اقلیت و دومی را رده اکثریت می نامند. برای مجموعه داده نامتوازن، اکثریت الگوریتم های رده بندی یا یادگیری استاندارد به رده بندی رده اکثریت با نرخ دقت بالا، و رده اقلیت با نرخ رده پایین می پردازند. تفاوت در نرخ دقت به عملکرد ضعیف رده بندی کننده در شناسایی نمونه های رده اقلیت منجر می شود. بنابراین، رده بندی دیتاست نامتوازن، چالش عمده تحقیقات رده بندی می باشد. در بسیاری از برنامه ها، نمونه های رده اقلیت برای شناسایی مهمتر می باشند. برای مثال، بخش اعظم مبادلات و اعتبارات در تست تقلب کارت اعتباری نرمال می باشند. به هنگام تشخیص بیماری، تشخیص بیماریهای عمومی اسانتر از بیماریهای نادر است. با این حال، درمان موثر بیماریهای نادر همچون سرطان، نیازمند تشخیص به موقع می باشد. بنابراین، رده بندی دقیق نمونه های رده اقلیت در دیتاست نامتوازن، مسئله تحقیقی مهم بوده بوده و چالش قابل توجهی در داده کاوی و یادگیری ماشین باعث می شود.

تکنیک بیش نمونه گیری اقلیت مصنوعی (SMOTE) برای رده بندی دیتاست نامتوازن استفاده شده است. این تکنیک جهت توازن دیتاست به ترکیب نمونه های جدیدی از رده اقلیت می پردازد. با این حال، الگوریتم های موجود مبتنی بر SMOTE، از نرخ نمونه گیری مشابه برای تمام موارد رده اقلیت استفاده می کنند. این روش به عملکرد زیربهینه منجر می شود.

این پاورپوینت در 22 اسلاید آماده شده و در ادامه نیز، اسلاید شماره 20 آن قرار داده شده است:

در این تحقیق، الگوریتم ژنتیکی جدید (GA) مبتنی بر SMOTE (GASMOTE) جهت بهبود عملکرد رده بندی داده های نامتوازن پیشنهاد می دهیم. الگوریتم GASMOTE از نرخ های نمونه گیری متفاوت برای رده های اقلیت متفاوت استفاده کرده و به شناسایی ترکیب نرخ های نمونه گیری بهینه می پردازد. ترکیب نرخ های نمونه گیری، بصورت یک فرد در جمعیت فرمول بندی می شود. ترکیب نرخ نمونه گیری بهینه بررسی می شود. بعد از بدست آمدن نرخ نمونه گیری بهینه، بیش نمونه گیری برروی رده اقلیت اجرا می شود. دیتاست بدست آمده بعد از بیش نمونه گیری، بصورت دیتاست آموزشی جهت ساخت رده بندی ساز بکار می رود. الگوریتم GASMOTE پیشنهادی، علاوه بر رده بندی دیتاست نامتوازن کلی، در برنامه مهندسی عملی یعنی پیش بینی ریزش معدن VCR ارائه شده توسط دانشکده علوم آفریقای جنوبی بکار می رود.