خلاصه موضوع 1: در روش پیشنهادی آنها الگوریتم های طبقه بندی مانند تصادفی جنگل و روش XGBoost در یک نمونه مجموعه داده آموزش داده می شوند و در برابر طبقه بندی کننده هایی که در سطح تراکنش در هر خوشه آموزش دیده اند مقایسه می شوند اما عیب مهم این روش در آن است که از فاز انتخاب ویژگی استفاده نشده لذا در روش ما پیشنهاد می شود برای رفع این چالش و بهبود یادگیری انتخاب ویژگی توسط الگوریتم های هوش گروهی انجام شود و در کنار روش های یادگیری استفاده شود.
موضوع 2: تحلیل رفتار مشتریان در پولشویی و تقلب با شبکه عصبی مصنوعی بهبود یافته با الگوریتم بهینه سازی شاهین+ مقاله 2019(دو تا بیس دارد)
2019money.pdf
762.3 KB
مقاله بیس1 برای عنوان دوم
baz.pdf
6.2 MB
مقاله بیس2 برای عنوان دوم
خلاصه ایده موضوع 2: در این مقاله برای تحلیل رفتار مشتریان از روشهای ریاضی و رگرسیون استفاده شده که دقت بالایی ندارد اما در پیشنهاد ما از ترکیب شبکه عصبی مصنوعی و الگوریتم بهینه سازی شاهسین استفاده می شود تا خطای مدلسازی کاهش داده شود.
موضوع 3: بهبود کشف قوانین انجمنی با استفاده از الگوریتم بهینه سازی وال مقاله 2018
پیشنهاد ما برای موضوع 3: در این مقاله برای کشف قوانین انجمنی در داده کاوی از الگوریتم بهینه سازی ذرات استفاده شده است اما این الگوریتم قدیمی بوده و دقت آن نسبت به الگوریتم های جدید مانند وال کمتر بوده لذا در این پژوهش به جای ذرات از وال استفاده می گردد.
فیلمهای جدید و به روز از حوزه های کاری مختلف برای دانشجویان عزیز:
This media is not supported in your browser
VIEW IN TELEGRAM
نمونه کار در مورد سیستمهای توصیه گر 1
This media is not supported in your browser
VIEW IN TELEGRAM
نمونه کار در مورد سیستمهای توصیه گر 2
دوتا فیلم هم در مورد fog یا مه یا غبار محاسباتی
This media is not supported in your browser
VIEW IN TELEGRAM
انتخاب ویژگی نمونه کار 1
This media is not supported in your browser
VIEW IN TELEGRAM
انتخاب ویژگی نمونه کار 2