اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدمقارنة بين خوارزميات العنقدة بتجزيء الفضاء
Comparative Study of Subspace Clustering Algorithms
1617
2 40
0
(
0
)
نشر من قبل
جامعة دمشق حلقة بحث
تاريخ النشر
2018
مجال البحث
الهندسة المعلوماتية
والبحث باللغة
العربية
تمت اﻹضافة من قبل
Nabil Alsaadi
اسأل ChatGPT حول البحث
اختيار الطريقة المناسبة لتجزيء مجموعة من البيانات الكبيرة والتي تصف مجموعة من الخصائص الخاصة بمجال معين الى عناقيد (مجموعات) والمقارنة بين الطرق المختلفة للعنقدة بتجزيء الفضاء من حيث الإيجابيات والسلبيات وعرض التطبيقات المختلفة عليها واستخداماتها
choose the right way to dividing set of data with high dimensions to clusters in specific field and comparison the different subspace clustering algorithms and present the applications and usage
مراجعة الذكاء الصنعي:
ملخص البحث
تتناول هذه الورقة البحثية دراسة مقارنة بين نوعين أساسيين من خوارزميات العنقدة بتجزئة الفضاء: الطريقة من الأعلى إلى الأسفل (Top-Down) والطريقة من الأسفل إلى الأعلى (Bottom-Up). تهدف الورقة إلى اختيار الطريقة الأنسب لتجزئة مجموعة من البيانات إلى عناقيد (مجموعات) من خلال مقارنة إيجابيات وسلبيات كل طريقة وعرض التطبيقات المختلفة لها. تتناول الورقة أيضًا خوارزميات محددة مثل خوارزمية Clique وخوارزمية Proclus، وتوضح كيفية عمل كل منهما. يتم شرح كيفية تحسين جودة العنقدة باستخدام طريقة اختيار الخصائص (Feature Selection) وأهمية التعامل مع البيانات ذات الأبعاد العالية. تتطرق الورقة إلى تطبيقات العنقدة بتجزئة الفضاء في مجالات مثل نظم تكامل المعلومات، تعدين النصوص على شبكة الإنترنت، وتحليل الحمض النووي، وتوضح كيف يمكن لهذه الخوارزميات أن تساعد في تحسين نتائج البحث والتصنيف في هذه المجالات.
قراءة نقدية
دراسة نقدية: تعتبر هذه الورقة البحثية مفيدة جدًا في تقديم نظرة شاملة ومقارنة بين خوارزميات العنقدة بتجزئة الفضاء. ومع ذلك، يمكن أن تكون الورقة أكثر قوة إذا تم تضمين تجارب عملية واختبارات أداء لتوضيح الفروق بين الخوارزميات بشكل عملي. كما أن الورقة تفتقر إلى مناقشة التحديات المحتملة في تطبيق هذه الخوارزميات على مجموعات بيانات حقيقية ومعقدة. بالإضافة إلى ذلك، يمكن تحسين الورقة من خلال تقديم أمثلة تطبيقية أكثر تفصيلًا لتوضيح كيفية استخدام هذه الخوارزميات في مجالات محددة مثل تحليل الحمض النووي وتعدين النصوص على شبكة الإنترنت.
أسئلة حول البحث
-
ما هي الفروق الأساسية بين الطريقة من الأعلى إلى الأسفل والطريقة من الأسفل إلى الأعلى في العنقدة بتجزئة الفضاء؟
الطريقة من الأعلى إلى الأسفل تبدأ بإيجاد تقريب ابتدائي للعناقيد ضمن الفضاء الأعظمى ثم تقوم بتحديث الأوزان لكل بعد في كل تكرار. بينما الطريقة من الأسفل إلى الأعلى تبدأ بإيجاد المناطق الكثيفة ضمن فضاء ذو بعد منخفض ثم تجمعها لتشكيل العناقيد.
-
ما هي خوارزمية Clique وكيف تعمل؟
خوارزمية Clique هي واحدة من أولى الخوارزميات التي تقوم بالبحث عن العناقيد داخل الفضاءات الجزئية. تعمل عن طريق تقسيم الفضاء إلى شبكة من المربعات وتحديد المناطق الكثيفة التي تحتوي على عدد نقاط أكبر من عتبة معينة، ثم تجمع هذه المناطق لتشكيل العناقيد.
-
ما هي التطبيقات العملية للعنقدة بتجزئة الفضاء؟
تستخدم العنقدة بتجزئة الفضاء في مجالات مثل نظم تكامل المعلومات، تعدين النصوص على شبكة الإنترنت، وتحليل الحمض النووي. تساعد هذه الخوارزميات في تحسين نتائج البحث والتصنيف من خلال التعامل مع البيانات ذات الأبعاد العالية بشكل أكثر فعالية.
-
كيف يمكن تحسين جودة العنقدة باستخدام طريقة اختيار الخصائص؟
تحسن طريقة اختيار الخصائص جودة العنقدة عن طريق اختيار الأبعاد المفيدة والمناسبة من خلال دراسة مجموعة البيانات ككل، مما يقلل من تأثير الأبعاد غير المفيدة التي قد تسبب تشويشًا في عملية العنقدة.
المراجع المستخدمة
http://ijcsit.com/docs/Volume%206/vol6issue05/ijcsit2015060566.pdf
http://interscience.in/IJCSI_Vol1_Iss2/paper3.pdf
http://www.kdd.org/exploration_files/parsons.pdf
قيم البحث
اقرأ أيضاً
يهدف البحث إلى تطوير طريقة جديدة لاستخراج و تحديد خصائص و سمات الأورام السرطانية في صور المرنان المغناطيسي للثدي بالإعتماد خوارزميات العنقدة و معالجة الصور الرقمية ,تم في البداية الاعتماد على إحدى خوارزميات العنقدة فيتجزئة الصورة و تجميع عناصرها و فق
قيم السويات الرمادية و من ثم تم تطبيق العمليات المورفولوجية و ذلك للتخلص من الضجيج و حذف المعلومات غير المرغوبة و بالتالي استخراج المنطقة المشبوهة و أخيراً تم استخلاص بعض الواصفات الشكلية و التي يمكن ان تكون مفيدة في تشخيص المنطقة المشبوهة المستخرجة ,استخدمت قاعدة بيانات مكونة من 96 صورة من صور المرنان المغناطيسي للثدي و تم تطبيق الطريقة المقترحة عليها باستخدام برنامج الماتلاب حيث تم استخراج المناطق الورمية من هذه الصور و مقارنتها مع رأي الأطباء.
يمكن تصنيف مسألة المسار الأقصر إلى نوعين مختلفين من المسائل : مسألة المسار الأقصر وحيد (SSSP) المنبع و مسألة المسار الأقصر لجميع العقد (APSP). في هذا البحث أجرينا تحليل و مقارنة بين درجة التعقيد لأشهر خوارزميات المسار الأقصر, و تبين من النتائج التي ح
صلنا عليها بأن جميع الأبحاث تحقق نجاحات ملحوظة و استثنائية في تصميم أفضل الخوارزميات من حيث زمن التنفيذ لحل خوارزميات المسار الأقصر.
تم في هذا البحث اقتراح نظام هجين بين الخوارزمية الجينية و شبكة العنقدة
كوهنين المضببة, حيث تعد الخوارزمية الجينية أحد أساليب الذكاء الصنعي و هي من
الأساليب الحديثة.
من المعروف أن تمثيلات اللغة تحمل تحيزات نمطية ونتيجة لذلك، تؤدي إلى تنبؤات متحيزة في مهام المصب.في حين أن الطرق الحالية فعالة في التحيزات المخفئ عن طريق الإسقاط الخطي، فإن هذه الأساليب عدوانية للغاية: لا تزيل التحيز فقط، ولكن أيضا محو المعلومات القيم
ة من Word Adgeddings.نقوم بتطوير تدابير جديدة لتقييم الاحتفاظ بالمعلومات المحددة التي توضح مفاضلة بين إزالة التحيز والاحتفاظ بالمعلومات.لمعالجة هذا التحدي، نقترح أوسكار (تصحيح الفضاء الفرعي المتعامد والتصحيح)، وهي طريقة تخفيف التحيز التي تركز على تحطيم الجمعيات المتحيزة بين المفاهيم بدلا من إزالة المفاهيم بالجملة.تشير تجاربنا في التحيزات بين الجنسين إلى أن أوسكار هو نهج متوازن جيدا يضمن أن يتم الاحتفاظ بالمعلومات الدلالية في المدينات والتحيز بشكل فعال.
نلاحظ في الآونة الأخيرة الانتشار الهائل لأدوات التعلم الإلكتروني ( )E-Learningومنها المحاضرات التعليمية
التي تعد جزء مهم منها، وهذه المحاضرات يتم تجميعها في المواقع الإلكترونية بناءا على العنوان الذي تحمله
على الرغم من احتواءها على مواضيع مختلفة في
مجالات متعددة وبالتالي عندما يتم البحث عن هذه
المحاضرات بكلمات معينة يتم عرض المحاضرات ذات العناوين القريبة والمشابهة لجملة البحث ولكن هذه
ليست النتيجة المطلوبة، ولذلك وانطلاقا من هذه المشكلة تم اقتراح طريقة لتصنيف هذه المحاضرات بناء على
المواضيع التي تحويها وليس فقط على عناوينها وعمل عنقدة لها اعتمادا على هذه المواضيع.
تعتمد هذه الطريقة على الترجمة المرفقة ( )captionsمع الفيديوهات التعليمية في عملية استخراج المواضيع
ومن ثم عنقدتها، ومن جهة أخرى تم الاعتماد على مقالات من موقع Wikipediaوذلك بهدف تحديد وتعريف
كل عنقود من العناقيد ومن ثم حساب التشابهات بين المواضيع المعبرة عن كل محاضرة مع مراكز العناقيد،
وبعد ذلك تم تطبيق عنقدة ضبابية بناء على هذه التشابهات.
الأسئلة المقترحة
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
