دانلود و نمایش مقالات مرتبط با دانلود مقاله داده کاوی با ترجمه فارسی::صفحه 1
دانلود بهترین مقالات isi همراه با ترجمه فارسی
نتیجه جستجو - دانلود مقاله داده کاوی با ترجمه فارسی

تعداد مقالات یافته شده: 64
ردیف عنوان نوع
1 ارزیابی کارایی تکنیک های طبقه بندی داده کاوی برای پیش بینی بیماری قلبی
سال انتشار: 2018 - تعداد صفحات فایل pdf انگلیسی: 6 - تعداد صفحات فایل doc فارسی: 12
بیماری قلبی ممکن است یکی از دلایل اصلی مرگ باشد. به علت فقدان دانش و تجربیات متخصصان درمورد علائم نارسایی قلب برای پیش بینی اولیه این بیماری، کار آسان برای تشخیص بیماری نیست. در نتیجه، پیش بینی مبتنی بر رایانه؛ مبتلایان به بیماری قلبی می تواند نقش مهمی را در تشخیص پیش از مرحله برای انجام اقدامات مناسب با توجه به بهبودی بیماران بازی کند. با این حال، انتخاب روش طبقه بندی مناسب داده کاوی می تواند به طور موثر پیش بینی مرحله اولیه بیماری را برای بازگشت از آن به همراه داشته باشد. در این مقاله، سه تکنیک طبقه بندی استفاده شده غالب از قبیل ماشین بردار پشتیبانی (SVM)، نزدیکترین همسایۀ k (KNN) و شبکه عصبی مصنوعی (ANN) را مورد بررسی قرار می دهیم، با توجه به ارزیابی آنها برای پیش بینی بیماری های قلبی با استفاده از مجموعه داده های بیماری کلیوی استاندارد مورد مطالعه قرار گرفته است.. نتایج تجربی نشان می دهد که دقت طبقه بندی با استفاده از SVM (85.1852٪) بهتر از استفاده از KNN (82663٪) و ANN (73.3333٪) است.
لغات کلیدی: داده کاوی | ماشین بردار پشتیبانی | نزدیکترین همسایۀ k | شبکه عصبی مصنوعی | پیش بینی بیماری قلبی | تکنیک های طبقه بندی
مقاله ترجمه شده
2 سیستم تشخیص نفوذ توزیع شده برای محیط های ابری بر اساس تکنیک های داده کاوی
سال انتشار: 2018 - تعداد صفحات فایل pdf انگلیسی: 7 - تعداد صفحات فایل doc فارسی: 16
تقریبا دو دهه بعد از ظهور انها؛ محاسبات ابری همچنان در میان سازمان ها و کاربران فردی در حال افزایش است. بسیاری از مسائل امنیتی همراه انتقال برای این الگوی محاسباتی شامل تشخیص نفوذ به وجود می اید. ابزارهای حمله و نفوذ با شکستن سیستم های تشخیص نفوذ سنتی (IDS) با مقدار زیادی از اطلاعات ترافیک شبکه و رفتارهای پویا پیچیده تر شده است. IDSs ابری موجود از کمبود دقت تشخیص؛ نرخ مثبت کاذب بالا و زمان اجرای بالا رنج می برد. در این مقاله ما یک یادگیری توزیع ماشینی بر مبنی سیستم تشخیص نفوذ برای محیط های ابری را ارائه می دهیم. سیستم پیشنهاد شده برای مندرجات در سمت ابری به وسیله اندازه همراه اجزای شبکه لبه از ابرهای ارائه شده است. اینها به ترافیک رهگیری شبکه های ورودی به لبه شبکه routers از از لایه فیزیکی اجازه می دهد. یک الگوریتم پنجره کشویی (sliding window) مبتنی بر زمان برای پیش پردازش شبکه گرفتار ترافیک در هر router ابری استفاده می شود و سپس در نمونه تشخیص ناهنجاری دسته بندی Naive Bayes استفاده می شود. یک مجموعه از گره های سرور کالا بر مبنی یک Hadoop و MapReduce برای هر نمونه تشخیص ناهنجاری از زمانی که تراکم شبکه افزایش می یابد؛ در دسترس است. برای هر پنجره زمانی؛ داده ترافیک ناهنجاری شبکه در هر طرف router برای یک سرور ذخیره سازی مرکزی هماهنگ شده است. بعد؛ یک طبقه بندی یادگیری گروهی بر مبنی یک Forest تصادفی برای اجرای یک مرحله دسته بندی چند کلاسه نهایی به منظور تشخیص انواعی از هر حمله استفاده می شود.
لغات کلیدی: سیستم های تشخیص نفوذ | محاسبات ابری | یادگیری ماشین | هادوپ | MapReduce
مقاله ترجمه شده
3 PRMT پیش بینی فاکتورهای خطر ابتلا به چاقی در افراد میان سال با استفاده از تکنیک داده کاوی
سال انتشار: 2018 - تعداد صفحات فایل pdf انگلیسی: 9 - تعداد صفحات فایل doc فارسی: 16
چاقی یک وضعیت آناتومی است که با رشد شدید چربی بدن مشخص می شود. میزان چاقی به تدریج افزایش می یابد، با توجه به مقالات پیشین، چاقی بیماری جدی سلامت در جهان است. در این مطالعه 259 داده از مناطق شهری و روستایی با توجه به میزان مختلف خطر ناشی از فعالیت های روزمره جمع آوری شد. هدف از مطالعه، شبیه سازی عامل خطر با استفاده از ابزار آماری (SPSS) است که به پیش بینی عامل اصلی خطر چاقی با تست سطح کلاس و مطالعه مقطعی دیگر ویژگی ها کمک می کند. با آنالیز (P-value (p <0.05، دریافتیم سن (0.002)، قد (0.002)، وزن( 0.000)، شیوه زندگی سالم (0.000)، وضعیت زناشویی (0.001)، BMI ( 0.000) ، اقتصادی (0.028)، خواب در روز (0.011) دارای ارتباط معناداری با کلاس چاقی دارد. در این مطالعه یک روش ریسک داده کاوی (PRMT) برای پیش بینی مدلی به منظور تحلیل عامل خطر ابتلا به چاقی با استفاده از طبقه بندی های مختلف داده کاوی ، با استفاده از WEKA برای برآورد دقت و خطا پیشنهاد شد. نتیجه این فرایند Naïve Bayes بهترین طبقه بندی برای مطالعه 10 برابر اعتبارسنجی است. مدل پیشنهادی برای پیش بینی عامل انسانی موثر در کنترل و کاهش بیماری قلبی عروقی است.
کليدواژه ها: چاقي | خطر سرماخوردگي | بیماری قلبی عروقی | طبقه بندی
مقاله ترجمه شده
4 پیش بینی رفتار بازار بورس با استفاده از روش داده کاوی و تحلیل عاطفی اخبار
سال انتشار: 2017 - تعداد صفحات فایل pdf انگلیسی: 10 - تعداد صفحات فایل doc فارسی: 26
پیش بینی بازار سهام به دلیل نقش مهم خود در پیشنهادات اقتصادی و سودمند، تبدیل به یک موضوع پژوهشی جذاب شده است. به منظور اجتناب از خطرات سرمایه گذاری، نیازی حتمی به کشف رفتار آتی بازار سهام وجود دارد. مقدار زیاد داده های تولید شده توسط بازار سهام به عنوان یک گنجینه ای از دانش برای سرمایه گذاران تلقی می شود. هدف این مطالعه ساخت یک مدل مفید برای پیش بینی گرایشات آتی بازار سهام با نسبت خطای کوچک و بهبود دقت پیش بینی می باشد. این مدل پیش بینی مبتنی بر تحلیل عاطفی اخبار مالی و قیمت های تاریخی بازار سهام می باشد. این مدل ازطریق بررسی انواع مختلف اخبار مربوط به بازار و شرکت با قیمت های تاریخی سهام، درمقایسه با همه مطالعات قبلی، نتایجی با دقت بهتر فراهم می کند. از یک سری داده های حاوی قیمت های سهام حاصل از سه شرکت استفاده می شود. مرحله اول، تحلیل عاطفی اخبار برای به دست آوردن تقارن اخبار با استفاده الگوریتم نایو بایس می باشد. این مرحله به نتایج پیش بینی دقیقی که از 73/72 تا 21/86 درصد محدوده داشت دست یافت. مرحله دوم، تقارنهای اخبار و قیمت های تاریخی سهام را باهم ترکیب می کند تا قیمت های آتی سهام را پیش بینی کند. این مرحله دقت پیش بینی را تا بیش از 80/89 درصد بهبود بخشید.
عبارت های شاخص: واکاوی داده ها | بازار سهام | تحلیل عاطفی | واکاوی متن | تحلیل عاطفی اخبار
مقاله ترجمه شده
5 داده کاوی iCLIC و کارگاه به اشتراک گذاری داده ها: داده کاوی حال و آینده و به اشتراک گذاری داده ها در اتحادیه اروپا
سال انتشار: 2017 - تعداد صفحات فایل pdf انگلیسی: 9 - تعداد صفحات فایل doc فارسی: 27
همانگونه که در محوطه دانشگاه هایفیلد دانشگاه ساوت هامپتون و به میزبانی iCLIC برگزار شد، هسته میان رشته ای در قانون، اینترنت و فرهنگ، داده کاوی و کارگاه اشتراک گذاری داده ها، شرکت کنندگان و سخنرانانی از صنعت، دولت، دانشگاه و طیف وسیعی از عموم رشته ها را گرد هم آورد. این کارگاه دو جلسه را در برمی گرفت، هر یک شامل یک سخنرانی اصلی و یک گروه ارتباطی می شد. اولین جلسه توسط النورا روساتی ریاست شد و به حقوق کپی رایت و پایگاه داده ها، داده کاوی اطلاعات و به اشتراک گذاری داده ها پرداخته شد. جلسه دوم، به ریاست سوفی اِستالا بوردیلون در حفاظت از داده ها، داده کاوی و به اشتراک گذاری داده ها متمرکز شده بود. گزارش زیر هر دو جلسه را پوشش می دهد و بحث گروهی را در اینباره صورت داده و به پرسش و پاسخ می پردازد.
کلمات کلیدی: داده کاوی | کپی رایت | حقوق پایگاه داده | اشتراک گذاری تاریخ | حفاظت از داده ها | حقوق مالکیت معنوی | مقررات حفاظت داده های عمومی | (EU-GDPR) | پاکسازی وب
مقاله ترجمه شده
6 ردیابی تکامل وجهه یک مقصد ازطریق واکاوی متنی بازبینی های آنلاین – مورد ماکائو
سال انتشار: 2017 - تعداد صفحات فایل pdf انگلیسی: 11 - تعداد صفحات فایل doc فارسی: 37
درطی دهه گذشته، گذاشتن پست های آنلاین از تجربه های سفر برای گردشگران، یک اقدام معمول شده است. این مقاله از روشای واکاوی متن برای بررسی تکامل محتوای بازبینی های آنلاین سایت TripAdvisor درباره ماکائو و بین سالهای 2005 تا 2015 استفاده می کند. در طول این دوره زمانی، تعداد چنین بازبینی هایی به حد انفجار رسیده است و با تقریبا" هیچ شروع کرده است و در عین حال، ماکائو به عنوان یک مقصد گردشگری، خودش را از یک پاورقی خیلی ظریف برای هنگ کنگ به لاس وگاس شرق تبدیل کرده است. به علاوه، در این دوره زمانی، تعدادی جاذبه های غیر تصادفی جدید نیز دردسترس بازدید کننده ها قرار گرفته است. سپس این مقاله تکامل محتوای آنلاین تولید شده توسط کاربر را با تکامل وجهه ماکائو مقایسه می کند که توسط تبلیغ کننده رسمی این مقصد در این دوره زمانی طرح ریزی شده است. این مقایسه آشکار می کند که با اینکه پروژه های بعدی لزوما" همان وجهه را در این زمان طرح ریزی می کنند، بازبینی های TripAdvisor نشانگر برخی گرایشات واضح می باشد.
کلیدواژه ها: وجهه مقصد | محتوای تولید شده توسط کاربر | واکاوی متن | ماکائو
مقاله ترجمه شده
7 مدل جدید بازیابی اطلاعات بر اساس سند فازی به منظور پیش بینی
سال انتشار: 2017 - تعداد صفحات فایل pdf انگلیسی: 23 - تعداد صفحات فایل doc فارسی: 44
سیستم های بازیابی اطلاعات عموما به منظور یافتن اسنادی به کار برده می شوند که به صورت بسیار مناسب از سوی کاربران به صورتی پویا به وجود می آیند. در این مقاله یک مدل جدید بازیابی اطلاعات بر اساس سند فازی (FDIRM ), به منظور دستیابی به هدف پیش بینی شاخص بازار سهام پیشنهاد شده است. نوآوری مربوط به روش پیشنهادی یک طرح نمره دهی اصلاح شده ی tf-idf برای پیش بینی روند آینده ی مربوط به شاخص بورس سهام به کار برده می شود. سهم این مقاله در رابطه با این قضیه از دو جهت قابل بررسی است: 1) در سیستم پیشنهادی , سری زمانی ساده به سری زمانی منطقی فازی غنی شده به همراه یک رویکرد منحصر به فرد از ترکیب احساسات مرتبط با اطلاعات با در نظر گرفتن قیمت تبدیل می شود. 2) یک روش منحصر به فرد زمانی دنبال می شود که با استفاده از مدل سازی سیستم بازیابی اطلاعات ( IR ) یک سیستم ساده ی IR را به سیستم پیش بینی کننده تبدیل می نماید. همچنین مقا یسه ی کارایی FDIRM به همراه مدل استاندارد معیار صورت می پذیرد.مدل استاندارد معیار به اثبات این قضیه می پردازد که وجود مدل پیشنهادی به منظور تبدیل شدن به یک مدل پیشنهادی خوب ضروری است.
داده های بازار سرمایه به وسیله ی شاخص نزولی استاندارد و فقیر 50 (شاخص 50- CNX NIFTY ) بورس اوراق بهادار ملی هندوستان (NSE ) فراهم گشته است که برای آزمایش و تعیین اعتبار مدل پیشنهادی به کار برده می شوند. داده ی معتبر به منظور اعتبار سنجی و آزمایش از طریق سایت gttp://www.nseindia.com که یک وب سایت رسمی مربوط به NSE می باشد به دست می آید. یک برنامه ی جاوا به منظور اجرای مدل در زمان واقعی به همراه رابط کاربری گرافیکی ساخته می شود.
کلید واژه ها: شمعدان ژاپنی | منطق فازی | Tf-idt | پیش بینی | داده کاوی | بازیابی اطلاعات
مقاله ترجمه شده
8 پیش‌بینی معیارهای عملکردی رسانه‌های اجتماعی و ارزیابی تاثیر آن بر ساخت برند: یک رویکرد داده کاوی
سال انتشار: 2016 - تعداد صفحات فایل pdf انگلیسی: 11 - تعداد صفحات فایل doc فارسی: 42
این مقاله با استفاده از داده کاوی، پیش‌بینی معیارهای عملکردی پست‌های منتشر شده در صفحات فیس‌بوک یک برند را مطالعه کرده است. دوازده معیار عملکردی پست استخراج شده از یک صفحه متعلق به شرکت لوازم آرایشی و بهداشتی شامل 791 پست مدل شده است، و بهترین نتایج شامل درصد میانگین خطای مطلق حدود 27% از مدل "طول عمر مخاطبین پست" بدست آمده ‌است؛ این نتایج با استفاده از تحلیل حساسیت نسبت به درک اینکه چگونه هریک از هفت ویژگی ورودی بر آن تاثیر می‌گذارد (گروه؛ لایک ‌های کلی صفحه؛ نوع؛ ماه؛ ساعت؛ روز هفته؛ پرداخت) ارزیابی شد. نوع محتوا مهمترین ویژگی را برای مدل، با رابطه 36% در نظر می‌گیرد. یک پست استاتوس نسبت به سه نوع باقی مانده (لینک، عکس، ویدیو) حدودا دو برابر توجهات را جلب می‌کند. یک جریان فرآیند تصمیم را از مدل "طول عمر مخاطبین پست" استنتاج کردیم، که با تکمیل اطلاعات تحلیل حساسیت ممکن است برای حمایت از تصمیمات مدیریت بر چگونگی نشر یک پست استفاده شود.
کلمات کلیدی: شبکه‌های اجتماعی | رسانه اجتماعی | داده کاوی | استخراج دانش | تحلیل حساسیت | ساخت برند
مقاله ترجمه شده
9 واکاوی گراف بزرگ: چارچوب ها و روشها
سال انتشار: 2016 - تعداد صفحات فایل pdf انگلیسی: 10 - تعداد صفحات فایل doc فارسی: 39
واکاوی گراف بزرگ، یک حوزه تحقیقاتی مهم است و توجه قابل ذکری را به خود جلب کرده است. این روش اجازه پردازش، تحلیل و استخراج اطلاعات مهم از مقادیر بزرگی از داده های گراف را می دهد. انگیزه برای واکاوی گراف بزرگ تاحد زیادی نه تنها ازطریق افزایش چشمگیر اندازه گراف ها، بلکه همچنین ازطریق تعداد بسیار عظیم کاربردهای آن نیز ایجاد شده است. چنین کاربردهایی شامل سیستم های بیو اطلاعاتی، سیستمهای اطلاعاتی شیمی و شبکه های اجتماعی می شود. یکی از چالش برانگیزترین کارکردهای واکاوی گراف بزرگ، واکاوی الگو در گراف های بزرگ است. این کارکرد شامل استفاده کردن از الگوریت های واکاوی داده ها برای کشف الگوهای مطلوب، پیش بینی نشده و مفید در مقادیر بزرگی از داده های گراف می شود. هدف از آن همچنین فراهم کردن درک عمیق تری از داده های گراف می باشد. در این زمینه، چندین چارچوب پردازش گراف و مقیاس بندی روش های واکاوی الگوهای داده ها برای مواجهه با گراف های بسیار بزرگ پیشنهاد شده است. این مقاله یک مرور کلی از چارچوب های موجود درباره واکاوی داده ها و پردازش گراف را ارائه می دهد که با گراف های بسیار بزرگ سروکار دارند. سپس یک ارزیابی از محققان فعلی رشته واکاوی داده ها و الگوهای داده ها را در گراف های بسیار بزرگ ارائه داده و روی مشکلات تحقیقاتی اصلی مربوط به این رشته بحث می کند. همچنین یک دسته بندی، هم از واکاوی داده های توزیع شده و هم از روشهای یادگیری ماشینی، هم چارچوب های پردازش داده ها و هم دیدگاههای واکاوی الگوها در مقیاس بزرگ ارائه می دهد.
کلیدواژه ها: گراف های بزرگ | واکاوی داده | واکاوی الگو | چارچوب های پردازش گراف
مقاله ترجمه شده
10 شناسایی تعاملات داروها با یکدیگر با استفاده از داده کاوی مطالعه ی آزمایشی تاثیرات دارویی وابسته به وارفارین
سال انتشار: 2016 - تعداد صفحات فایل pdf انگلیسی: 9 - تعداد صفحات فایل doc فارسی: 26
پیشینه : دانش درباره ی تعاملات داروها با یکدیگر معمولا" از آزمایشات پیش از موعد و گزارشات دارویی مغایر یا براساس دانش مکانیزم اثر ناشی می شود. هدف ما این بود که بررسی کنیم که آیا تعاملات داروها با یکدیگر، بدون فرضیه های قبلی با استفاده از داده کاوی قابل کشف هستند. ما بر تعاملات دارویی وارفارین به عنوان نمونه اولیه تمرکز کردیم.
روش ها و نتایج : ما زمان پروترومبین تغییر یافته را (اندازه گیری شده به عنوان نسبت نرمال شده ی بین المللی (INR)) بعد از آغاز یک تجویز جدید در بیماران درمان شده با وارفارین پایدار با INR با فیبریلاسیون دهلیزی غیردریچه ای مورد مطالعه قرار دادیم. مجموعه ی داده ها از کار بالینی گرفته شد. برای پیش بینی سطوح INR تغییر یافته پس از نسخه های جدید، جنگل تصادفی (یک روش یادگیری ماشین ) به کار گرفته شد. مهم ترین گروه های دارویی از آنالیز، بیشتر با استفاده از رگرسیون لجستیک در یک مجموعه جدید داده مورد بررسی قرار گرفت. دویست و بیست گروه دارویی در 61190 تجویز جدید مورد مطالعه قرار گرفت. ما 2 گروه دارویی با تاثیرات شناخته شده (پنی سیلین مقاوم به بتالاکتاماز (دیکلوگزاسیلین) و مشتقات کربوکسامید) و 3 عامل آنتی ترومبوتیک/آنتی کواگولانت را (بازدارنده های تجمع پلاکت به استثنای هپارین، مهارکننده های مستقیم ترومبین (اتوکسیلیت دابیگاتران) و هپارین) که باعث کاهش INR شدند دوباره کشف کردیم. شش گروه دارویی با تاثیرات شناخته شده کشف شدند که موجب افزایش INR شدند (داروهای آنتی آریتمی نوع III ]آمیودارون[، سایر مواد مخدر ]ترامادول[، گلوکوکورتیکوئیدها، مشتقات تریازول و ترکیبات پنی سیلین ها شامل مهارکننده های بتالاکتاماز) و دو گروه تاثیر شناخته شده ای در یک گروه دارویی بسیار مرتبط داشتند (مشتقات اوریپاوین ]بوپرنورفین[ و آلکالوئیدهای طبیعی تریاک). آنتی پروپولسیوها یک سیگنال ناشناخته ای از افزایش INR داشتند.
نتیجه : ما توانستیم تعاملات شناخته شده ی دارویی وارفارین را بدون فرضیه قبلی با استفاده از لیست های بالینی شناسایی کنیم. به علاوه چند تاثیر بالقوه جدید را کشف کردیم. این برای استفاده از داده کاوی به منظورکشف تعاملات ناشناخته داروها بر یکدیگر در پزشکی قلب و عروق روشنگر است. (Circ Cardiovasc Qual Outcomes. 2016;9:621 628. DOI: 10.1161/CIRCOUTCOMES.116.003055)
کلمات کلیدی : کلان داده | داده کاوی | تاثیرات دارویی | یادگیری ماشین، لیست | وارفارین | داده های بزرگ
مقاله ترجمه شده
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی