کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6856674 1437968 2018 37 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A new algorithm for reduct computation based on gap elimination and attribute contribution
ترجمه فارسی عنوان
یک الگوریتم جدید برای محاسبه کاهش بر اساس حذف شکاف و سهم ویژگی
کلمات کلیدی
مجموعه های خشن، محاسبه را کاهش دهید تست معمولی
ترجمه چکیده
کاهش مشخصه یک جنبه کلیدی نظریه مجموعه خشن است. پیدا کردن مجموعه کامل از کاهش می یابد برای حل مشکلات مانند ارزیابی مربوط بودن ویژگی، چند منظوره کاهش هزینه های حساس ویژگی و محاسبه کاهش پویا مهم است. محدودیت اصلی در استفاده از روش های خالص مجموعه این است که یافتن همه کاهش یک سیستم تصمیم گیری پیچیدگی نمایشی در مورد تعداد ویژگی ها است. الگوریتم های متعددی برای کاهش هزینه محاسبات کاهش یافته گزارش شده است. متأسفانه اکثر این الگوریتم ها برای ارزیابی کاندیدای رانندگی در هزینه های عملیاتی بالا هستند. بنابراین، در این مقاله، ما یک الگوریتم جدید برای محاسبه تمام کاهش یک سیستم تصمیم گیری، بر اساس خواص هرس از حذف فاصله و سهم ویژگی، که از عملیات ساده تر برای ارزیابی کاندید برای کاهش زمان اجرا پیشنهاد می کنیم. در نهایت، الگوریتم پیشنهاد شده با دیگر الگوریتم های پیشرفته هنر، بیش از سیستم های تصمیم گیری مصنوعی و واقعی، ارزیابی و مقایسه می شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
یک الگوریتم جدید برای محاسبه کاهش بر اساس حذف شکاف و سهم ویژگی
چکیده انگلیسی
Attribute reduction is a key aspect of Rough Set Theory. Finding the complete set of reducts is important for solving problems such as the assessment of attribute relevance, multi-objective cost-sensitive attribute reduction and dynamic reduct computation. The main limitation in the application of Rough Set methods is that finding all reducts of a decision system has exponential complexity regarding the number of attributes. Several algorithms have been reported to reduce the cost of reduct computation. Unfortunately, most of these algorithms relay on high cost operations for candidate evaluation. Therefore, in this paper, we propose a new algorithm for computing all reducts of a decision system, based on the pruning properties of gap elimination and attribute contribution, that uses simpler operations for candidate evaluation in order to reduce the runtime. Finally, the proposed algorithm is evaluated and compared with other state of the art algorithms, over synthetic and real decision systems.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Information Sciences - Volume 435, April 2018, Pages 111-123
نویسندگان
, , , ,