ترغب بنشر مسار تعليمي؟ اضغط هنا

تصنف خوارزمية K-Means الكائنات إلى عدد محدد مسبقا من العناقيد و هو K عنقود. و تتم عملية اختيار المراكز العنقودية في هذه الخوارزمية بشكل العشوائية، و يفضل أن تكون هذه المراكز بعيدة عن بعضها البعض قدر الإمكان. تؤثر نقطة البدء العشوائية على فعالية عملي ة التجميع و النتائج. و تعتمد عملية المقاربة المعنقدة على قيم المراكز الأولية بشكل رئيسي. نركّز في هذا البحث على طريقة اختيار مركز العنقود لتحسين أداء العنقدة في الخوارزمية K-Means كما نستخدم مراكز العناقيد الأولية و التي حصلنا عليها من البيانات المقسّمة على طول محور البيانات وفقا لأعلى فرق لتعيين مركز العنقود الأفضل.
انطلاقاً من أنّه على صنّاع القرار توخّي الحذر و الدقة عند اتخاذ القرارات، ظهرت الأنظمة التي تعتمد على تحليل ماذا-لو للتنبؤ بأثر سيناريو معين ناتج عن اتخاذ قرار ما و بالتالي يكون القرار مبني على دراسة و تحليل أبعاده. لكن نجد أنّ هناك فجوة ناتجة عن هذه الأنظمة سابقاً و هي عدم تقديم النصيحة لصنّاع القرار بالسيناريوهات الأفضل، و إنّما الاكتفاء بالتنبؤ بتأثير سيناريو محدد. لإزالة تلك الفجوة توجّهنا في هذا البحث لبناء نموذج تحليل ماذا-لو يقوم بالتنبؤ بالبدائل الممكنة و اقتراحها على المستخدمين بهدف الوصول إلى غاياتهم النهائية، مشيراً إلى أثر كل سيناريو على المؤسسة.
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا