light box
امتیاز 2.58 الگوریتم جستجوی ترکیبی خزندگان و الگوریتم بهینه سازی ماهی چسبنده">

نوع فایل : word
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 28
تعداد کلمات : 10500
مجله : symmetry
انتشار : 2022
ترجمه متون داخل جداول : ترجمه شده است
درج جداول در فایل ترجمه : درج شده است
منابع داخل متن : به صورت فارسی درج شده است
کیفیت ترجمه : طلایی
دسته بندی :
برچسب ها : ، ، ، ، ، ، ، ، ، ، ، ، ، ، ،

عنوان فارسی مقاله:الگوریتم جستجوی ترکیبی خزندگان و الگوریتم بهینه سازی ماهی چسبنده برای وظایف بهینه سازی و خوشه بندی داده ها

 چکیده

 خوشه بندی داده‌ها یک مسئله پیچیده داده کاوی است که تعداد زیادی از اشیاء داده را در تعداد از پیش تعریف شده خوشه، خوشه بندی می‌کند. به عبارت دیگر، اجسام متقارن و نامتقارن را می‌یابد. روش‌های بهینه سازی مختلفی برای حل مسائل مختلف یادگیری ماشین استفاده شده است. آن‌ها معمولاً از مشکلات بهینه محلی و عدم تعادل بین مکانیسم‌های جستجو رنج می‌برند. این مقاله یک روش بهینه‌سازی ترکیبی جدید برای حل مسائل مختلف بهینه‌سازی پیشنهاد می‌کند. روش پیشنهادی HRSA نام دارد که الگوریتم اصلی جستجوی خزندگان (RSA) و الگوریتم بهینه‌سازی ماهی چسبنده ROA را ترکیب می‌کند و فرآیندهای جستجوی این مکانیسم‌ها را با یک روش انتقال جدید مدیریت می‌کند. هدف روش پیشنهادی HRSA جلوگیری از ضعف‌های اصلی مطرح شده توسط روش‌های اصلی و یافتن راه حل‌های بهتر است. HRSA پیشنهادی بر روی حل مسائل مختلف بهینه سازی پیچیده آزمایش می‌شود – بیست و سه تابع تست معیار و هشت مشکل خوشه بندی داده‌ها. نتایج به‌دست‌آمده نشان می‌دهد که روش پیشنهادی HRSA به طور قابل‌توجهی بهتر از روش‌های اصلی و مقایسه‌ای پیشرفته عمل می‌کند. روش پیشنهادی تمام روش‌های مقایسه‌ای را با توجه به مسائل ریاضی تحت الشعاع قرار داد. نتایج امیدوارکننده‌ای در حل مسائل خوشه بندی به دست آورد. بنابراین، HRSA زمانی که برای مسائل مختلف خوشه بندی به کار می‌رود، کارایی قابل توجهی دارد.

Title:Hybrid Reptile Search Algorithm and Remora Optimization Algorithm for Optimization Tasks and Data Clustering

Abstract

 Data clustering is a complex data mining problem that clusters a massive amount of data objects into a predefined number of clusters; in other words, it finds symmetric and asymmetric objects. Various optimization methods have been used to solve different machine learning problems. They usually suffer from local optimal problems and unbalance between the search mechanisms. This paper proposes a novel hybrid optimization method for solving various optimization problems. The proposed method is called HRSA, which combines the original Reptile Search Algorithm (RSA) and Remora Optimization Algorithm (ROA) and handles these mechanisms’ search processes by a novel transition method. The proposed HRSA method aims to avoid the main weaknesses raised by the original methods and find better solutions. The proposed HRSA is tested on solving various complicated optimization problems—twenty-three benchmark test functions and eight data clustering problems. The obtained results illustrate that the proposed HRSA method performs significantly better than the original and comparative state-of-the-art methods. The proposed method overwhelmed all the comparative methods according to the mathematical problems. It obtained promising results in solving the clustering problems. Thus, HRSA has a remarkable efficacy when employed for various clustering problems.

      دیدگاهها بسته است.

      محصولات مشابه
      عملکرد زیست محیطی شرکت و ارزش شرکت – با استفاده از معیارهای انتشار آلودگی
      خـریـد محـصـول
      اندازه گیری کمی عدم قطعیت بارندگی و تبخیر و تعرق در مدل‌سازی بارش-رواناب
      خـریـد محـصـول
      فیزیولوژی تنش غرقابی در جو
      خـریـد محـصـول
      ارزش مصرف، نوآوری مصرف کننده و پذیرش محصول جدید: شواهد تجربی از ویتنام
      خـریـد محـصـول
      کیفیت پایین خواب و خواب آلودگی در روز در متخصصان بهداشت: شیوع و عوامل مرتبط
      خـریـد محـصـول
      پریکاردیت حاد پس از مداخله عروق کرونر از راه پوست: کیس ریپورت
      خـریـد محـصـول
      آگاهی موقعیتی: تکنیک ها، چالش ها و چشم اندازها
      خـریـد محـصـول
      چگونه از مشکلات رایج اجرای فناوری اطلاعات سلامت جلوگیری کنیم
      خـریـد محـصـول
      ارزیابی هوشیاری و توجه پایدار در بزرگسالان مبتلا به ADHD
      خـریـد محـصـول
      کمبود(نقص) توجه و علائم ADHD در بزرگسالان مبتلا به بیماری فابری – یک مطالعه آزمایشی
      خـریـد محـصـول
      ثبت اختراع یا انتشار مقاله

      در اولین مرحله از شروع یک تحقیق جدید نیاز است منابع مختلفی جستجو شود تا جدید بودن ایده مورد بررسی قرار گیرد. یکی از بهترین منابع جهت جستجو، لیست اختراع های ثبت شده است. پایگاه های جستجوی پتنت به محقق کمک میکند پیشینه تحقیق خود را مورد بررسی قرار دهد تا مطمئن شود کار تکراری انجام نمیدهد. سامانه جستجوگر مالکیت فکری دارکوب به تازگی از پایگاه جستجو علائم تجاری خود نیز رونمایی کرده است که دارای امکانات تخصصی فراوانی می باشد.

      ثبت اختراع یا انتشار مقاله کدام اول باید انجام شود؟ پژوهشگران منابع مالی و غیر مالی بسیاری را صرف انجام تحقیقات و پژوهش ها میکنند و امکان دارد تعدادی از آنها تبدیل به دستاوردها و فناوری های نو گردد. محققان این نتایج را به سرعت در مقالات علمی ملی و بین المللی منتشر و به آن افتخار میکنند. اما باید مد نظر داشت، چنانچه دستاورد پژوهشی امکان تبدیل شدن به یک محصول یا فرآیند قابل استفاده و تولید در صنعت را داشته باشد، هر گونه انتشار عمومی از جمله مقاله باعث از دست رفتن شرط جدید بودن و در نتیجه عدم امکان ثبت فناوری به عنوان اختراع خواهد شد.

      در نتیجه محققان و پژوهشگران باید پیش از هرگونه افشاء عمومی آن دسته از نتایج تحقیقاتی که شرایط ثبت اختراع را دارا می باشد به صورت اظهارنامه اختراع در اداره مربوطه ثبت و سپس نسبت به انتشار آنها اقدام کنند. امکان دارد مراحل ثبت اختراع چندین ماه به طول بیانجامد که انتشار مقاله (و مانند آن) پس از تاریخ ثبت اظهارنامه اختراع مشکلی را در فرآیند ثبت اختراع بوجود نمی آورد.

      از آنجا که برخی دستاورد ها مانند روشهای تشخیص بیماری و نوآوری های مدیریتی قابلیت ثبت اختراع بین المللی و ملی را ندارند، محققان بدون نگرانی میتوانند انتشار در مقالات داخلی و خارجی را به عنوان اولین گزینه جهت کسب افتخار دست یابی به این قبیل پژوهشها انتخاب کنند.

       
      برو بالا