Home
Giới thiệu
Tài khoản
Đăng nhập
Quên mật khẩu
Đổi mật khẩu
Đăng ký tạo tài khoản
Liệt kê
Công trình khoa học
Bài báo trong nước
Bài báo quốc tế
Sách và giáo trình
Thống kê
Công trình khoa học
Bài báo khoa học
Sách và giáo trình
Giáo sư
Phó giáo sư
Tiến sĩ
Thạc sĩ
Lĩnh vực nghiên cứu
Tìm kiếm
Cá nhân
Nội dung
Góp ý
Hiệu chỉnh lý lịch
Thông tin chung
English
Đề tài NC khoa học
Bài báo, báo cáo khoa học
Hướng dẫn Sau đại học
Sách và giáo trình
Các học phần và môn giảng dạy
Giải thưởng khoa học, Phát minh, sáng chế
Khen thưởng
Thông tin khác
Tài liệu tham khảo
Hiệu chỉnh
Số người truy cập: 106,992,996
Tối ưu hóa tập luật mờ hướng dữ liệu bằng giải pháp rút gọn tập thuộc tính dữ liệu đầu vào
Tác giả hoặc Nhóm tác giả:
Nguyễn Đức Hiển
Nơi đăng:
Kỷ yếu Hội thảo khoa học quốc gia CITA 2019;
S
ố:
ISBN: 978-604-84-4453-2;
Từ->đến trang
: 230-238;
Năm:
2019
Lĩnh vực:
Công nghệ thông tin;
Loại:
Bài báo khoa học;
Thể loại:
Trong nước
TÓM TẮT
Trích xuất tập luật mờ từ dữ liệu bằng công cụ máy học là hướng tiếp cận phổ biến để xây dựng cơ sở luật cho các mô hình mờ. Vấn đề tối ưu hóa các tập luật mờ trích xuất từ dữ liệu vẫn đang được tiếp tục quan tâm nghiên cứu giải quyết, đặc biệt là tăng tính diễn dịch của tập luật. Trong bài báo này, tác giả đề xuất kết hợp giải pháp lựa chọn tập thuộc tính mRMR (minimal-redundancy-maximal-relevance criterion) trong quá trình xử lý dữ liệu để có thể cải thiện tính diễn dịch của tập luật trích xuất được. Giải pháp đề xuất được đưa vào để xây dựng một mô hình nhiều giai đoạn ứng dụng giải quyết một bài toán dự báo cụ thể và được thực nghiệm trên dữ liệu thật để chứng tỏ hiệu quả dự báo.
ABSTRACT
© Đại học Đà Nẵng
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn