همایش بین المللی هوش مصنوعی

صفحه اصلی / اولین همایش بین المللی هوش مصنوعی

بهبود عملکرد پیش‌بینی داده‌های IOT با رویکرد ترکیبی شبکه عصبی و الگوریتم ژنتیک

نویسندگان :

محمد هادی امینی¹ خدیجه نعمتی² صفورا عاشوری³

1- دانشکده ملی مهارت میرزاکوچک صومعه سرا 2- دانشکده ملی مهارت میرزا کوچک صومعه سرا 3- دانشکده ملی مهارت میرزا کوچک صومعه سرا

کلمات کلیدی :

شبکه عصبی مصنوعی،الگوریتم ژنتیک،طبقه بندی

چکیده :

با توجه به رشد سریع و افزایش حجم داده‌های ناشی از اینترنت اشیا، نیاز به روش‌های مؤثر برای پیش‌بینی و طبقه‌بندی دقیق این داده‌ها امری ضروری به نظر می‌رسد. در این پژوهش، عملکرد چهار روش مختلف طبقه‌بندی داده‌های اینترنت اشیا، شامل الگوریتم ژنتیک، شبکه عصبی چندلایه، الگوریتم ترکیبی جنگل تصادفی و ژنتیک، و مدل هیبریدی شبکه عصبی و الگوریتم ژنتیک مورد ارزیابی قرار گرفته است. نتایج حاصل نشان می‌دهد که ترکیب الگوریتم ژنتیک با شبکه عصبی چندلایه به‌طور قابل ملاحظه‌ای بهبود کارایی طبقه‌بندی را به همراه داشته است. این رویکرد ترکیبی موفق شده است در مقایسه با سایر روش‌های مورد بررسی، بهبود قابل توجهی در معیارهای دقت، فراخوانی و امتیاز F1 به دست آورد. یافته‌های این پژوهش نشان می‌دهد که استفاده از روش‌های ترکیبی مانند GA-MLP می‌تواند به‌طور مؤثر در بهینه‌سازی و ارتقاء مدل‌های طبقه‌بندی داده‌های حجیم اینترنت اشیا نقش بسزایی ایفا کند.