مقاله یادگیری فعال با دانش و آگاهی نامگذاری غیر قطعی

تحقیق و مقاله یادگیری فعال با دانش و آگاهی نامگذاری غیر قطعی در فایل ورد ۴۵ صفحه ای آماده ویرایش میباشد این تحقیق مناسب برای دانشجویان رشته های علوم انسانی از جمله : علوم تربیتی و روانشناسی میباشد.در این مقاله ما این مسئله را به عنوان الگوی یادگیری فعل مبتنی بر آگاهی و دانش نامگذاری غیر قطعی فرمولسازی می کنیم .و کلید ها ساختای بندی مجموعه اطلاعات هر فرد نامگذار برای یادگیری فعال می باشد. با اتخاذ هر اطلاعات نمونه نامگذاری نشده و احتمال آن برای تعلق داشتن به مجموعه اطلاعات غیر قطعی بطور کلی ، ما عملکرد هدفمند و عینی را تعریف می کنیم که این اطمینان را حاصل می نماید که هر نمونه پرسش شده آموزنده ترین نمونه برای نامگذاری می باشد و فرد نامگذار نیز باید دانش و آگاهی غیر قطعی فرد نامگذار نمونه مورد نظر را داشته باشد,در ادامه به چکیده ای از متون مقاله میپردازیم تا در صورت نیاز از باکس انتهای صفحه دانلود نمایید.

نوضیحاتی از عناوین و متون مقاله یادگیری فعال با دانش و آگاهی نامگذاری غیر قطعی:

بدست آوردن اطلاعات نامگذاری برای نمونه های آموزشی در عملکرد یادگیری نظارت شده ، یک فرایند مهم می باشد که بطور نرمال شامل هزینه های گزاف می شود . به جای نامگذاری کل مجموعه آموزشی یا انتخاب اتفاقی و شانسی زیر مجموعه برای نامگذاری ، یادگیری فعال خانواده روش هایی را ارائه می کند که بعضی از آموزنده ترین نمونه ها را برای نامگذاری کامپیوتری شناسایی می کند تعداد کثیر مطالعات نشلن داده اند که یادگیری فعال می تواند بطور قابل توجهی هزینه های نامگذاری و برچسب زدن را در زمینه های متنوع و گوناگون کاهش می دهد .به صورت اکثر روش های یادگیری و فعال موجود بر یک فرضیه قوی تکیه دارند مبنی بر اینکه اورکل از دانش و اطلاعات نامگذاری عالی برخوردار است و می تواند نام های درستی را برای هر یک از نمونه های پرسش شده فراهم آورد .

کاربرد نام غیر قطعی و بی ثبات:

چون نام نمونه های غیر قطعی بر مبنای اطلاعات موجود اورکل پیش بینی می گردد ، از اینرو فرایند یادگیری فعال باید به دقت تعیین نماید که نام تایین شده توسط اورکل را جهت به روز در آوردن و حفظ مدل مورد نظر برای فرایند یادگیری آینده می پذیرد یا خیر چالش های فنی ذاتی مرتبط با الف مسئله سه چیز می باشد:

  • انتخاب نمونه برای نامگذاری : چگونگی انتخاب نمونه مورد نیاز برای یادگیری فعال با در نظر گرفتن آموزمند بودن نمونه مورد نظر و هم دانش و آگاهی بی ثباتی نامگذار ؛
  • ساختار بندی دانش و آگاهی غیر قطعی : چگونگی ساختار بندی دانش و آگاهی غیر قطعی نامگذار و جلوگیری از انتخاب نمونه هایی که روی آن نامگذار از اطلاعات و دانش ناکافی دارد؛
  • تایید یا رد نام : چگونگی ایجاد بهترین روشها از نام های تایین شده به وسیله نامگذار ، مشروط بر اینکه وی پیرامون نام نمونه ها ، غیر مطمئن باشد و بعضی از نام های حدس زده بر مبنای دانش و اطلاعات موجود را فراهم آورد .
  • برای بیان چالش های فوق در خصوص یادگیری فعال با دانش و آگاهی غیر قطعی ، اتخاذ اطلاعات نمونه نامگذاری نشده و احتمال آن برای تعلق داشتن به مجموعه اطلاعات غیر قطعی را پیشنهاد می کنیم ، عملکرد هدفمندی را برای کسب اطمینان از این موضوع تعریف می کنیم مبنی بر اینکه (۱) هر نمونه پرسش شده تسلیم شده به اورکل آموزنده ترین نمونه برای نامگذاری می باشد و (۲) اورکل باید از اطلاعات کافی برای نامگذاری نمونه برخوردار باشد.

  بهره گیری از نام غیر قطعی :

در زمان بررسی اورکل برای نام نمونه ، ممکن است با وضعیتی مواجه گردیم که اورکل ممکن است قادر به تامین نام حقیقی زمینه ای برای نمونه بررسی شده نباشد ، اما تنها میتواند پیش بینی را با درجه معینی از عدم قطعیت فراهم آورد . چنین واقعیتی این فرضیه را شکل می دهد مبنی بر اینکه (۱) اگر ما نام های فراهم آمده توسط نامگذراان را کنار بگذاریم ، در آنصورت ممکن است قادر به اتخاذ    کامل دانش و اطلاعات نامگذاران برای یادگیری فعال نباشیم به  از سوی دیگر (۲) اگر بطور غیر شرطی نام های فراهم آمده توسط  نامگذاران ممکن است عملکرد یادگیری فعال توسط نامگذاران ممکن است عملکرد فعال را بدتر گرداند ، زیرا نمونه های به غلط نام گذاری شده در مجموعه آموزش اکثرا برای یادگیری نظارت در نظر گرفته می شود.

یادگیری فعال
یادگیری فعال

 PIAL :

روش یادگیری فعال که نمونه ها را بر طبق معادله (۵) انتخاب می کند . در زمان کنترل نمونه ، غیر قطعی با نام پیش بینی شده توسط اورکل ، PIAL در صورتی نمونه را می پذیرد که تعیین نامگذار بیشتر از ارزش حد آستانه باشد (ما از ۷۵% برای مجموعه داده های شاخص مان استفاده می کنیم)

کار مرتبط :

استراتژی قدیمی یادگیری فعال ، پرسیدن و بررسی نمونه هایی می باشد که برای نامگذار (ic)  آموزشی یکی از نمونه های نامگذاری شده قطعی ترین می باشد . به طور متناوب ، می توان نمونه ای را انتخاب نمود که روی آن هیئت افراد طبقه بندی کننده اکثرا مخالف هستند . استراتژی نمونه براداری غیر قطعی کلی دیگر بر مبنای اندازه گیری تئوریکی اطلاعات می باشد که نمونه به حداقل رسانیده           عصبی را مورد سوال قرار می دهد . برای دانش پژوهانی که که توزیع اطلاعات در مدل های تصمیم گیری خود از قبیل مکانیک بردار پشتیبان را در نظر می گیرند ، فرد می تواند نامگذاری نمونه هایی را انتخاب نماید که به مرزهای تصمیم گیری نشده پروژه نزدیک است .تمامی این روش ها ، نگرش مشابه با کاهش فضای مدل مورد نظر را به اشتراک می گذارد . مجموعه روشهای دیگر مستقیما رسیک تجربی را با بررسی نمونه ها جهت کاهش خطای طبقه بندی آینده به حداقل می رساند . برای تمامی این روش های یادگیری فعال ، فرضیه مهم این است که اورکل همیشه نام های درستی از نمونه های بررسی شده را می شناسد .

اخیرا چندین کار روی این فرضیه بحث می کند که اورکل همیشه می تواند به طرز عالی رفتار کند برای برنامه های کاربردی فوری ، خیلی قوی باشد . بعضی از مطالعات روی مسئله نامگذاران ضعیفی تمرکز دارند که ممکن است نام های اختلالی را فراهم آورند . به منظور کنترل نامگذاران اختلالی ، راه حل هایی برای یادگیری کیفیت نامگذران متعدد با ارزش های یادگیری پارامتر های طبقه بندی کننده وجود دارد ، که بطور تکراری نام هایی را روی راندهای متعدد به منظور رسیدن به منابع اجماع نظر نام گذاران ، یا انتخاب نامگذار مطلوب از نامگذاران ضعیف متعدد به واسطه حل مسئله بهینه سازی باشد با شرایط  ثابت بدست می آورد .

عناوین دیگر مقاله یادگیری فعال با دانش و آگاهی نامگذاری غیر قطعی:

  •  یادگیری فعال با دانش و آگاهی نامگذاری غیر قطعی
  • فرمولساسیون مسئله
  • بررسی PIAL , INAL, TRAL,  RAND
  • بررسی تنظیمات آزمایشی
مطلب بالا چکیده‌ای از تحقیق و پژوهش اصلی میباشد جهت تهیه نسخه کامل آن از باکس زیر اقدام به خرید و دانلود نمایید
لینک خرید پژوهش مقاله یادگیری فعال با دانش و آگاهی نامگذاری غیر قطعی:
تحویل فوری و خودکار فایل با لینک مستقیم بعد از پرداخت
تعداد صفحه: 44
قالب: فایل word
توضیحات: فهرست و منبع ندارد

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *