دانلود مقاله ترجمه شده ترکیب دسته‌کننده‌های نا‌همگن برای پایگاه داده‌های رابطه‌ای

استفاده عملی از یادگیری ماشین، اهمیت راهبردی در سازمان‌هایی دارد که به دنبال هوش تجاری هستند. هر‌چند بیشتر داده‌های سازمانی در چندین پایگاه داده‌ رابطه‌ای با طراحی تخصصی توزیع شده‌اند. استفاده از تکنیک‌های یادگیری ماشین تک جدوله سنتی بر روی چنین داده‌هایی نه تنها موجب یک تاوان محاسباتی جهت تبدیل به یک شکل مسطح (مگا پیوند) می‌شود، بلکه حتی اطلاعات معنایی ویژه انسان که در قالب روابط ارائه شده‌اند از دست می‌رود. در این مقاله، یک الگوریتم اَبر دسته‌بندی سلسله مراتبی دو فازی برای پایگاه داده‌های رابطه‌ای را با یک رویکرد تقسیم و غلبه معنایی ارائه می‌کنیم. ما یک تکنیک تجمع پیشگویی بازگشتی را برای دسته‌کننده‌های ناهمگن پیشنهاد می‌کنیم که بر روی جداول پایگاه داده مجزا بکار گرفته شده‌اند. الگوریتم پیشنهادی بر روی سه مجموعه داده گوناگون یعنی معیار‌های TPCH، PKDD و UCI ارزیابی می‌شود و کاهش قابل ملاحظه‌ای در زمان دسته بندی را بدون از دست دادن دقت پیشگویی نشان می‌دهد.

1-مقدمه

یکی از حوزه‌های کاربردی تکنیک‌های تشخیص الگو و یادگیری ماشین، حوزه هوش تجاری (BI) برای سازمان‌ها است. تکنیک‌های BI جهت فراهم نمودن دید‌های تاریخی و پیشگویانه عملیات تجاری مورد استفاده قرار می‌گیرند که شرکت‌ها را قادر به تحلیل و تصمیمات به موقع هوشمند می‌سازد. بنابراین کاوش دانش بر روی داده‌های سازمانی واقعی با استفاده از یادگیری ماشین برای یک سازمان هوشمند ارزشمند است. هر‌چند کاربرد تکنیک‌های نوین تشخیص الگو در مسیر BI به دلیل کمبود تجزیه و تحلیل درون حافظه‌ای و سایر دلایل هنوز جهش نداشته است. مانع کلیدی که موجب این امر می‌شود، ناسازگاری بین قالب‌های داده‌ای ورودی مورد استفاده توسط بیشتر تکنیک‌های یادگیری ماشین و قالب‌های مورد استفاده توسط سازمان‌های واقعی است...