تبلیغات متنی
آزمون علوم پایه دامپزشکی
ماسک سه لایه
خرید از چین
انجام پروژه متلب
حمل خرده بار به عراق
چت روم
ایمن بار
Bitmain antminer ks3
چاپ ساک دستی پلاستیکی
برتر سرویس
لوله بازکنی در کرج
کتاب پیچ بهترین و سریعترین سایت دانلود کارآموزی و پروژه کتاب پیچ بهترین و سریعترین سایت دانلود کارآموزی و پروژه

بررسی ارتباط هوش مصنوعی با وب معناگرا

آپلود عکس , آپلود دائمی عکس

تعداد صفحات:46

نوع فایل:word

فهرست:

مقدمه

مفهوم وب و وب سایت

مفهوم وب معناگرا

وب کنونی

مثال هایی از وب کنونی و وب معنایی

تجارت الکترونیک

ویکی ها

فناوری های وب معنایی

فرا داده  

آنتولوژی (هستی شناسی)

منطق

عامل ها

وب معنایی در مقایسه با هوش مصنوعی

روش لایه ای

آشنایی با XML

XML و اهمیت آن در وب معنایی

آشنایی با XSD

آشنایی با XPATH

آشنایی با RDF

مدل RDF

نمایش دانش با استفاده از مدل RDF           

آشنایی با RDF Schema 

معرفی Taxonomy ها     

چرا از Taxonomy استفاده می کنیم؟

زبان آنتولوژی وب

شرایط مورد نیاز برای زبان های آنتولوژی

محدودیت های موجود در قدرت انتقال معنا توسط RDF Schema

سازگاری OWL با RDF / RDFS

سه زیر زبان OWL

آشنایی با OWL Full

آشنایی با OWL DL

آشنایی با OWL Lite

ساخت دستی آنتولوژی

بکارگیری مجدد آنتولوژی های موجود

روش های نیمه خودکار ساخت آنتولوژی

آنتولوژی های زبان طبیعی

آنتولوژی های حوزه ای

نمونه های آنتولوژی

نتیجه گیری

منابع و ماخذ

 

مقدمه:

چالش اساسی در ارتباط با وب آن است که منابع موجود تنها برای انسان ها قابل فهم و استفاده می باشد بنابراین ماشین ها در جستجو، اشتراک و یکپارچه سازی انبوهی از اطلاعات، محدودیت های زیادی دارند. در حال حاضر ماشین ها جهت شناخت محتوی وب و اطلاعات موجود در وب، نیاز به دانش اساسی دارند و بدون آن تنها می توانند کورکورانه وجود یا عدم وجود یک کلمه کلیدی را مشخص کنند. وب معناگرا سعی دارد تا اطلاعات موجود در وب را برای ماشین ها قابل درک کندولی هرگز قصد آن را ندارد تا به ماشین ها قابلیت های جادویی ببخشد تا با انسان ها رقابت کنند.بلکه تنها سعی دارد از سرعت و قدرت ماشین ها در پردازش اطلاعات موجود، جهت حل برخی مشکلات انسان ها استفاده نماید.

                                       جهت دانلود کليک نماييد

 


برچسب ها : پروژه, پایان نامه, هوش مصنوعی, وب, تجارت الکترونیک, دانلود, روش لایه ای, آنتولوژی, ماشین, ,

امتياز : 3 | نظر شما : 1 2 3 4 5 6

نوشته شده توسط ketabpich در دوشنبه 29 تير 1394 ساعت 18:55 موضوع | تعداد بازديد : 273 | لينک ثابت


دانلود پروژه بررسی علم رباتیک

تعداد صفحات:23
نوع فایل:word
رشته مهندسی برق
فهرست مطالب:
مقدمه
روبات چیست؟
اهمیت روبات ها
هدف از ساخت روبات ها
روباتیک چیست؟
اجزاء یک سیستم روباتیک
زیر سیستم های اصلی یک روبات
انواع روبات
مزایای روبات ها
معایب روبات ها
روبات هوشمند
روباتیک و هوش مصنوعی
روبات الگو
روش های مختلف تعامل روبات با محیط
سیر تحول در کنترل روبات

گزارش روبات امدادگر

"لینک دانلود"

 

 


برچسب ها : برق, پایان نامه, پروژه, رباتیک, روبات, سیستم, هوش مصنوعی,

امتياز : 3 | نظر شما : 1 2 3 4 5 6

نوشته شده توسط ketabpich در چهارشنبه 31 تير 1394 ساعت 16:02 موضوع | تعداد بازديد : 241 | لينک ثابت


دانلود پروژه شبکه های عصبی رشته کامپیوتر

تعداد صفحات:93
نوع فایل:word
فهرست مطالب:
مقدمه
شبکه عصبی چیست ؟
یادگیری در سیستم های بیولوژیک
سازمان مغز
نرون پایه
عملیات شبکه های عصبی
آموزش شبکه های عصبی
معرفی چند نوع شبکه عصبی
پرسپترون تک لایه
پرسپترون چند لایه
backpropagation
هاپفیلد
ماشین بولتزمن
کوهونن
کاربردهای شبکه های عصبی
منابع

مقدمه
الگوریتم ها در کامپیوتر ها اعمال مشخص و واضحی هستند که بصورت پی در پی و در جهت رسیدن به هدف خاصی انجام میشوند.حتی در تعریف الگوریتم این گونه آمده است که الگوریتم عبارت است از مجموعه ای ازاعمال واضح که دنبال ای از عملیات را برای رسیدن به هدف خاصی دنبال میکنند.آنچه در این تعریف خود نمایی میکند کلمه دنباله میباشد که به معنای انجام کار ها بصورت گام به گام می باشد. این امر مشخص میکند که همه چیز در الگوریتم های سنتی باید قدم به قدم برای کامپیوتر مشخص و قابل فهم و درک باشد. حتی در اولین الگوریتم های هوش مصنوعی نیز بر همین پایه و کار قدم به قدم بنا نهاده شده اند.
در اواخر قرن بیستم رویکرد به الگوریتم های جدید صورت گرفت که علت های مختلفی داشت مثل حجیم بودن میزان محاسبات برخی مسایل و بالا بودن مرتبه زمانی الگوریتم های سنتی در مورد این مسایل باعث شد نیاز به الگوریتم های جدید احساس شود.همچنین برخی کارهای انسان که هنوز قابل انجام توسط کامپیوتر نبودندو یا به خوبی توسط کامپیوتر انجام نمی شدند باعث این رویکرد شد.
مهمترین الگوریتم های جدید عبارتند از :
1- شبکه های عصبی
2- منطق فازی
3- محاسبات تکاملی

لینک دانلود

 


برچسب ها : دانلود, پروژه, پایان نامه, هوش مصنوعی, شبکه, شبکه عصبی, سیستم, بیولوژیک, الگوریتم, عملیات, منطق فازی,

امتياز : 3 | نظر شما : 1 2 3 4 5 6

نوشته شده توسط ketabpich در يکشنبه 18 مرداد 1394 ساعت 16:09 موضوع | تعداد بازديد : 218 | لينک ثابت


هوش جمعی و کاربردهای آن

تعداد صفحات:68
نوع فایل:word
فهرست مطالب:
چکیده
مقدمه
فصل اول : هوش مصنوعی و ارتباط آن با هوش جمعی
مقدمه
تاریخچه هوش مصنوعی
هوش چیست؟
فلسفه هوش مصنوعی
مدیریت پیچیدگی
عامل های هوشمند
سیستم های خبره
رابطه هوش جمعی با هوش مصنوعی
فصل دوم: تعریف هوش جمعی
مقدمه
تعریف هوش جمعی
خصوصیات هوش جمعی
اصول هوش جمعی
طبقه بندی هوش جمعی
طبیعی در مقابل مصنوعی
علمی در مقابل مهندسی
تعامل دو دسته طبیعی/ مصنوعی و علمی/ مهندسی
فصل سوم:‌ کاربردهای هوش جمعی
مقدمه
تعریف بهینه سازی
الگوریتم بهینه سازی کلونی مورچه ها
تعریف
الگوریتم
خواص عمومی کلونی مورچه ها
الگوریتم مورچه برای مسئله فروشنده دوره گرد
کاربردهای الگوریتم مورچه
مسیریابی خودرو
الگوریتم S_ANTNET
هزارتوی چند مسیره
مسیریابی در شبکه های مخابراتی
الگوریتم بهینه سازی زنبور
تعریف
جستجوی غذا در طبیعت
الگوریتم زنبور
بهینه سازی کلونی زنبورها
سیستم فازی زنبورها
کاربردهای الگوریتم بهینه سازی زنبورها
مسئله Ride_matching
حل مسئله RS به وسیله سیستم فازی زنبورها
کاربردهای الگوریتم زنبور در مهندسی
الگوریتم بهینه سازی انبوه ذرات
تعریف
الگوریتم
کاربردهای الگوریتم بهینه سازی انبوه ذرات
الگوریتم ژنتیک
تعریف
عملگرهای یک الگوریتم ژنتیک
عملکرد کلی الگوریتم ژنتیک
مقایسه الگوریتم ژنتیک و دیگر شیوه های مرسوم بهینه سازی
الگوریتم ژنتیک و سیستم های مهندسی
کاربردهای الگوریتم ژنتیک
شبکه های عصبی مصنوعی
تعریف
تازیخچه شبکه های عصبی
چرا از شبکه های عصبی استفاده میکنیم؟
شبکه های عصبی در مقابل کامپیوترهای معمولی
چگونه مغز انسان می آموزد؟
از سلولهای عصبی انسانی تا سلولهای عصبی مصنوعی
کاربردهای شبکه های عصبی
کاربردهای دیگر هوش جمعی
تعریف
اقتصاد
شبکه های ادهاک
سیستم های خودسازمانده
فصل چهارم: نتیجه گیری
برخی از مزایای هوش جمعی
منابع و مآخذ

چکیده:
موضوع اصلی این پروژه، معرفی و بررسی روشهایی که با نام هوش جمعی از آنها یاد میشوند. در روشهایی که در گروه هوش جمعی جای میگیرند، ارتباط مستقیم یا غیر مستقیم بین جوابهای مختلف الگوریتم وجود دارند. در واقع، در این روشها، جوابها که موجوداتی کم هوش و ساده هستند، برای پیدا شدن و یا تبدیل شدن به جواب بهینه، همکاری میکنند. این روشها از رفتارهای جمعی حیوانات و موجودات زنده در طبیعت الهام گرفته شده اند. الگوریتم مورچه ها یکی از بارزترین نمونه ها برای هوش جمعی است که از رفتار جمعی مورچه ها الهام گرفته شده است. یکی دیگر از مهم ترین الگوریتم هایی که در گروه هوش جمعی جای میگیرد، الگوریتم بهینه سازی انبوه ذرات است. در الگوریتم بهینه سازی انبوه ذرات، اعضای جامعه، که ماهی ها یا پرندگان میباشند، به صورت مستقیم با هم ارتباط دارند. و همچنین در این پروژه به الگوریتم ژنتیک و دیگر کاربردهای هوش جمعی می پردازیم.

لینک دانلود

 


برچسب ها : دانلود, پروژه, پایان نامه, هوش جمعی, کامپیوتر, هوش مصنوعی, هوش, مدیریت, سیستم های خبره, مهندسی, علمی, بهینه سازی, کلونی مورچه, الگوریتم مورچه, هزار تو, شبکه, مخابرات, الگوریتم زنبور, سیستم فازی, ژنتیک,

امتياز : 3 | نظر شما : 1 2 3 4 5 6

نوشته شده توسط ketabpich در پنجشنبه 14 آبان 1394 ساعت 22:51 موضوع | تعداد بازديد : 261 | لينک ثابت


دانلود پروژه هوش مصنوعی

تعداد صفحات:48
نوع فایل:word
فهرست مطالب:
تعریف هوش
تعریف تربیتی هوش
تعریف تحلیلی هوش
تعریف کاربردی هوش
تاریخچه مطالعات مربوط به هوش
عوامل موثر بر هوش
انواع آزمون های هوش
طبقات هوش
هوش چندگانه
پوستر
صوت
نمایش دادن
موسیقی
هوش هیجانی
اندازه‌گیری هوش هیجانی
هوش معنوی
هوش مصنوعی
فلسفه هوش مصنوعی
مدیریت پیچیدگی
سیستم‌های خبره
عامل‌های هوشمند
آینده هوش مصنوعی
تاریخ هوش مصنوعی
جان مک کارتی
هدف هوش مصنوعی
هوش مصنوعی و هوش انسانی
ویژگی های هوش مصنوعی
هوش مصنوعی ترکیبی
دین و هوش مصنوعی
اشاره
بررسی آزمون
دستکاری نمادها
دو فرضیه در هوش مصنوعی
استدلال اتاق چینی
دین و برداشت مکانیکی از تفکر
منابع

تعریف هوش:
به طور کلی تعاریف متعددی را که توسط روانشناسان برای هوش ارائه شده است، میتوان به سه گروه تربیتی (تحصیلی)، تحلیلی و کاربردی تفسیم کرد.
تعریف تربیتی هوش:
به اعتقاد روان شناسان تربیتی، هوش کیفیتی است که مسبب موفقیت تحصیلی میشود و از این رو یک نوع استعداد تحصیلی به شمار میرود. آن ها برای توجیه این اعتقاد اشاره میکنند که کودکان باهوش نمره‌های بهتری در دروس خود میگیرند و پیشرفت تحصیلی چشم گیری نسبت به کودکان کم هوش دارند. مخالفان این دیدگاه معتقدند کیفیت هوش را نمی‌توان به نمره‌ها و پیشرفت تحصیلی محدود کرد، زیرا موفقیت در مشاغل و نوع کاری که فرد قادر به انجام آن است و به گونه کلی پیشرفت در بیشتر موقعیت های زندگی بستگی به میزان هوش دارد.
تعریف تحلیلی هوش:
بنابه اعتقاد نظریه پردازان تحلیلی، هوش توانایی استفاده از پدیده‌های رمزی و یا قدرت و رفتار موثر و یا سازگاری با موقعیت های جدید و تازه و یا تشخیص حالات و کیفیات محیط است. شاید بهترین تعریف تحلیلی هوش به وسیله دیوید وکسلر، روانشناس آمریکایی، پیشنهاد شده باشد که بیان میکند: هوش یعنی تفکر عاقلانه، عمل منطقی و رفتار موثر در محیط.
تعریف کاربردی هوش:
در تعاریف کاربردی، هوش پدیده‌ای است که از طریق تست های هوش سنجیده میشود و شاید عملی‌ترین تعریف برای هوش نیز همین باشد.
تاریخچه مطالعات مربوط به هوش:
مساله هوش بعنوان یک ویژگی اساسی که تفاوت فردی را بین انسان ها موجب میشود، از دیرباز مورد توجه بوده است. زمینه توجه به عامل هوش را در علوم مختلف میتوان مشاهده کرد. برای مثال زیست شناسان، هوش را بعنوان عامل سازش و بقا مورد توجه قرار داده‌اند. فلاسفه بر اندیشه‌های مجرد بعنوان معنای هوش و متخصصان تعلیم و تربیت، بر توانایی یادگیری تاکید داشته‌اند.
در مقاله‌ای معتبر که در سال 1904 منتشر شد، چارلز اسپیرمن، روان شناس بریتانیایی، نخستین کوشش برای تحقیق در ساختمان هوش را با روش های تجربی و کمی تشریح کرد. پیدایش مقیاس هوشی بینه سیمون، در سال 1905 و به دنبال آن تهیه و استاندارد شدن مقیاس استنفرد – بینه، در سال 1916 در آمریکا، از فعالیت های اولیه به منظور تهیه ابزار اندازه گیری هوش بوده است. البته در سال 1838 اسکیرول به منظور تهیه ضوابطی برای تشخیص و طبقه بندی افراد عقب مانده ذهنی، روش های مختلفی را آزمود و به این نتیجه رسید که مهارت کلامی فرد بهترین توانش ذهنی اوست. جالب آن که بعدها نیز مهارت کلامی از عوامل اساسی توانش ذهنی شناخته شد و امروز نیز محتوای اکثر تست های هوش را مواد کلامی تشکیل میدهد.
ترستون، ثرندایک، سیریل برت، گیلفورد، فیلیپ ورنون، از دیگر افرادی بودند که در زمینه هوش به تحقیق و بررسی پرداختند.

لینک دانلود

 


برچسب ها : آزمون های هوش, استدلال, استدلال اتاق چینی, اندازه‌گیری, تحلیل, تربیت, ترستون, ثرندایک, جان مک كارتی, دانلود, دین, دیوید وکسلر, رفتار, روانشناسان, سیریل برت, سیستم‌های خبره, عامل‌های هوشمند, فلسفه, فیلیپ ورنون, قدرت, مدیریت, موسیقی, هوش, هوش انسانی, هوش مصنوعی, هوش معنوی, هوش هیجانی, پروژه, کودکان, گیلفورد,

امتياز : 4 | نظر شما : 1 2 3 4 5 6

نوشته شده توسط ketabpich در چهارشنبه 16 دی 1394 ساعت 18:09 موضوع | تعداد بازديد : 236 | لينک ثابت


دانلود پروژه منشا سیستم های اطلاعاتی (MIS) و سیر تحول

تعداد صفحات:30
نوع فایل:word
فهرست مطالب:
چکیده
نگاهی به تاریخچه سیستم های اطلاعاتی سنتی
MIS، ظهور یک پارادایم علمی جدید
ویژگیهای سیستم اطلاعات مدیریت
ابهامات مفهومی پارادایم MIS کلاسیک
استقلال MIS نسبت به کامپیوتر
سیر تحول سیستم های اطلاعاتی مبتنی بر رایانه
مدل سایبرنتیک MIS کلاسیک
تکامل سیستم های اطلاعاتی مبتنی بر رایانه
تمرکز بر داده
تمرکز جدید بر اطلاعات
تمرکز بر سیستم های تصمیم گیری
تمرکز جاری بر ارتباطات
تمرکز بالقوه بر مشاوره با استفاده از سیستم های خبره
از سیستم های اطلاعاتی مبتنی بر دانش تا سیستم های اطلاعاتی مبتنی بر یاد گیری
برخی از دلایل عدم پیشرفت مناسب سیستم اطلاعات مدیریت
نتیجه گیری
سوالات
منابع

فهرست نمودارها:
نمودار درصد نیروی کار
نمودار فناوری در گذر زمان
نمودار مدل سایبرنتیکی
نمودار مدل سیستمی یا جامع MIS
نمودار مدل کلاسیک TPS

چکیده:
دانش MIS، یکی از شاخه های علوم اطلاعات و یا به عبارتی دیگر، از علوم سیستم ها محسوب میشود که سابقه ای کمتر از چهل سال دارد. گرچه این پارادایم علمی جدید تاکنون تحولات و دگرگونی های چشم گیری را تجربه نموده است، اما در مقایسه با علوم مرتبط به خود مانند تکنولوژی اطلاعات و ارتباطات، هوش مصنوعی و علوم شناختی، هنوز راه طولانی و پر فراز و نشیبی را در پیش رو خواهد داشت.
مفهوم MIS، که در سال 1965 در آمریکا شکل گرفت به سرعت در اکثر مراکز آکادمیک جهان و به خصوص دپارتمان های مدیریت نفوذ پیدا کرده و فراگیر شده است. میتوان گفت این گرایش علمی تقریبا دو سوم سیر تکاملی خود را تا سال 1990 پیموده و از آن تاریخ به بعد تحول قابل ملاحظه ای نداشته است.
بسیاری از محققین و دانشمندان علوم اطلاعات، مطالعات و تحقیقات مهمی را پیرامون تحولات MIS انجام داده و هر کدام از زاویه و دیدگاه مختلفی به مسئله نگریسته و تحلیل هایی را ارایه کرده اند. در این مقاله تحلیلی بر منشا سیستم های اطلاعاتی مدیریت و سیر تحولات آن مورد بررسی و ارزیابی قرار می گیرد.

لینک دانلود

 


برچسب ها : MIS, ارتباطات, ارزیابی, اطلاعات, تحول, تصمیم گیری, تکنولوژی, داده, دانشمندان, دانلود, دپارتمان, دیدگاه, رایانه, سیر تحولات, سیستم, سیستم های اطلاعاتی, علوم اطلاعات, فناوری, محققین, مدل سایبرنتیک, مدل سیستمی, مدل کلاسیک, مدیریت, نیروی کار, هوش مصنوعی, پارادایم, پروژه, کامپیوتر,

امتياز : 3 | نظر شما : 1 2 3 4 5 6

نوشته شده توسط ketabpich در دوشنبه 17 اسفند 1394 ساعت 11:17 موضوع | تعداد بازديد : 232 | لينک ثابت


دانلود پایان نامه داده کاوی (Data Mining)

تعداد صفحات:81
نوع فایل:word
فهرست مطالب:
چکیده
فصل1 – مقدمه ای بر داده کاوی
تعریف داده کاوی
تاریخچه داده کاوی
چه چیزی سبب پیدایش داده کاوی شده است؟
اجزای سیستم داده کاوی
جایگاه داده کاوی در میان علوم مختلف
قابلیت های داده کاوی
چرا به داده کاوی نیاز داریم؟
داده کاوی چه کارهایی نمیتواند انجام دهد؟
کاربردهای داده کاوی
کاربردهای پیش بینی کننده
کاربردهای توصیف کننده
ابزارهای تجاری داده کاوی
داده کاوی و انبار داده ها
تعاریف انبار داده
چهار خصوصیت اصلی انبار داده
موارد تفاوت انبار داده و پایگاه داده
داده کاوی و OLAP
OLAP
انواع OLAP
مراحل فرآیند کشف دانش از پایگاه داده ها
انبارش داده ها
انتخاب داده ها
پاکسازی، پیش پردازش و آماده سازی
تبدیل داده ها
کاوش در داده ها (Data Mining)
تفسیر نتیجه
فصل 2 – قوانین ارتباطی
قوانین ارتباطی
اصول پایه
شرح مشکل جدی
پیمایش فضای جستجو
مشخص کردن درجه حمایت مجموعه اقلام
الگوریتم های عمومی
دسته بندی
BFS و شمارش رویدادها
BFS و دونیم سازی TID-list
DFS و شمارش رویداد
DFS و دو نیم سازی TID-list
الگوریتم Apriori
مفاهیم کلیدی
پیاده سازی الگوریتم Apriori
معایب Apriori و رفع آن ها
الگوریتم رشد الگوی تکرار شونده
چرا رشد الگوی تکرار سریع است؟
مقایسه دو الگوریتم Apriori و FP-growth
تحلیل ارتباطات
فصل 3 – وب کاوی و متن کاوی
وب کاوی
الگوریتم های هیتس و لاگسام
کاوش الگوهای پیمایش مسیر
متن کاوی
کاربردهای متن کاوی
جستجو و بازیابی
گروه بندی و طبقه بندی
خلاصه سازی
روابط میان مفاهیم
یافتن و تحلیل گرایشات
برچسب زدن نحوی (pos)
ایجاد Thesaurus و آنتولوژی به صورت اتوماتیک
فرآیند متن کاوی
روش های متن کاوی
مراجع

فهرست اشکال:
مراحل فرآیند کشف دانش
سیر تکاملی صنعت پایگاه داده
معماری یک نمونه سیستم داده کاوی
نرخ رشد اطلاعات
کاربرد پیش بینی کننده
داده ها از انبار داده ها استخراج میگردند
داده ها از از چند پایگاه داده استخراج میگردند
دسته بندی الگوریتم ها
پایان الگوریتم Apriori
درخت الگوی تکرار
اندازه گیری کارکرد درجه حمایت برای پایگاه داده D1 40K
اندازه گیری Apriori با درجه حمایت/تراکنش
اندازه گیری FP-growth با درجه حمایت/تراکنش
مقداردهی اولیه الگوریتم HITS
مثالی از الگوهای پیمایش
فرآیند متن کاوی
مثال یافتن روابط

فهرست جداول:
کاوش FP-tree با ایجاد پایگاه های الگو شرطی
پارامترها
نتایج برای فاکتور درجه حمایت 5%
نتایج برای D1 150K با درجه حمایت
تراکنشهای توصیف شده توسط مجموعه ای از URLها
نمایش URLها بعنوان بردارهایی از فعالیت گروه تراکنش
یک SOM مرسوم که توسط توصیف URLها تولید شده است

چکیده:
در دو دهه قبل توانایی های فنی بشر برای تولید و جمع آوری داده‌ها به سرعت افزایش یافته است. عواملی نظیر استفاده گسترده از بارکد برای تولیدات تجاری، به خدمت گرفتن کامپیوتر در کسب و کار، علوم، خدمات دولتی و پیشرفت در وسائل جمع آوری داده، از اسکن کردن متون و تصاویر تا سیستم های سنجش از دور ماهواره ای، در این تغییرات نقش مهمی دارند.
به طور کلی استفاده همگانی از وب و اینترنت بعنوان یک سیستم اطلاع رسانی جهانی ما را مواجه با حجم زیادی از داده و اطلاعات میکند. این رشد انفجاری در داده‌های ذخیره شده، نیاز مبرم وجود تکنولوژی های جدید و ابزارهای خودکاری را ایجاد کرده که بصورت هوشمند به انسان یاری رسانند تا این حجم زیاد داده را به اطلاعات و دانش تبدیل کند. داده کاوی بعنوان یک راه حل برای این مسائل مطرح میباشد. در یک تعریف غیر رسمی داده کاوی فرآیندی است، خودکار برای استخراج الگوهایی که دانش را بازنمایی میکنند، که این دانش بصورت ضمنی در پایگاه داده های عظیم، انباره داده و دیگر مخازن بزرگ اطلاعات، ذخیره شده است.
به لحاظ این که در چند سال اخیر مبحث داده کاوی و اکتشاف دانش موضوع بسیاری از مقالات و کنفرانس ها قرار گرفته و نرم افزارهای آن در بازار به شدت مورد توجه قرار گرفته، از این رو در مقاله سعی بر آن شده تا گذری بر آن داشته باشیم.
در این مقاله در فصل اول مروری بر داده کاوی خواهیم داشت. که بطور عمده به تاریخچه، تعاریف، کاربردها و ارتباط آن با انبار داده و OLAP خواهیم پرداخت. در پایان فصل مراحل فرآیند کشف دانش از پایگاه داده ها را ذکر کردیم که داده کاوی یکی از مراحل آن است.
در فصل 2 یکی از شیوه های داده کاوی که از سبد خرید گرفته شده است توضیح داده شده است. در این فصل به شرح قوانین ارتباطی خواهیم پرداخت که در آن بعد از دسته بندی الگوریتم ها، الگوریتم Apriori (که یک الگوریتم پایه در این زمینه است) و الگوریتم FP-Growth (یک الگوریتم جدید می باشد) را با شرح یک مثال توضیح میدهیم و در آخر آن دو را با هم مقایسه میکنیم.
در فصل 3 مباحث وب کاوی و متن کاوی را که در بسیاری از مراجع جزء کاربردهای داده کاوی به حساب می آید شرح داده خواهد شد.

مقدمه:
امروزه با گسترش سیستم‌های پایگاهی و حجم بالای داده‌های ذخیره شده در این سیستم‌ها، نیاز به ابزاری است تا بتوان داده‌های ذخیره شده را پردازش کرد و اطلاعات حاصل از این پردازش را در اختیار کاربران قرار داد.
با استفاده از پرسشهای ساده در SQL و ابزارهای گوناگون گزارش‌گیری معمولی، میتوان اطلاعاتی را در اختیار کاربران قرار داد تا بتوانند به نتیجه‌گیری در مورد داده‌ها و روابط منطقی میان آن ها بپردازند. اما وقتی که حجم داده‌ها بالا باشد، کاربران هرچند زبر دست و باتجربه باشند نمی‌توانند الگوها مفید را در میان حجم انبوه داده‌ها تشخیص دهند و یا اگر قادر به این کار هم باشند، هزینه عملیات از نظر نیروی انسانی و مادی بسیار بالا است. از سوی دیگر، کاربران معمولاً فرضیه‌ای را مطرح می‌کنند و سپس بر اساس گزارشات مشاهده شده به اثبات یا رد فرضیه میپردازند، در حالی که امروزه نیاز به روش هایی است که اصطلاحاً به کشف دانش بپردازند یعنی با کمترین دخالت کاربر و به صورت خودکار الگوها و رابطه‌های منطقی را بیان نمایند.
داده کاوی یکی از مهم ترین این روش ها است که به الگوهای مفید در داده‌ها با حداقل دخالت کاربران شناخته میشوند واطلاعاتی را در اختیار کاربران و تحلیل گران قرار میدهند تا براساس آن تصمیمات مهم و حیاتی در سازمان ها اتخاذ شوند.
اصطلاح داده کاوی زمانی به کار برده میشود که با حجم بزرگی از داده‌ها، در حد مگا یا ترابایت، مواجه باشیم. در تمامی منابع داده کاوی بر این مطلب تاکید شده است. هرچه حجم داده‌ها بیشتر و روابط آن ها پیچیده تر باشد دسترسی به اطلاعات نهفته در میان داده ها مشکل تر میشود و نقش داده کاوی به عنوان یکی از روشهای کشف دانش، روشن‌تر میگردد.
داده کاوی به طور همزمان از چندین رشته علمی بهره میبرد نظیر: تکنولوژی پایگاه داده، هوش مصنوعی، یادگیری ماشین، شبکه‌های عصبی، آمار، الگو، سیستم‌های مبتنی بر دانش، حصول دانش، بازیابی اطلاعات، محاسبات سرعت بالا و بازنمایی بصری داده.

لینک دانلود

 


برچسب ها : OLAP, آماده سازی, آنتولوژی, ابزارهای تجاری, اتوماتیک, اسکن کردن متون, اطلاعات, الگوریتم, انبار داده, انبارش, بازیابی, بازیابی اطلاعات, تراکنش, توانايی, تکنولوژی, جستجو, خدمات دولتی, خلاصه سازی, داده کاوی, دانلود, سیستم, صنعت, طبقه بندی, فرآیند, ماهواره, متن کاوی, محاسبات, معماری, نرم افزار, هوش مصنوعی, پاکسازی, پایان نامه, پایگاه داده, پردازش, پیش پردازش, کاربران, کامپیوتر, کسب و کار, کشف دانش, گروه بندی,

امتياز : 3 | نظر شما : 1 2 3 4 5 6

نوشته شده توسط ketabpich در دوشنبه 17 اسفند 1394 ساعت 11:32 موضوع | تعداد بازديد : 270 | لينک ثابت



صفحه قبل 1 صفحه بعد