سال انتشار: ۱۳۸۵

محل انتشار: چهارمین کنفرانس ماشین بینایی و پردازش تصویر

تعداد صفحات: ۷

نویسنده(ها):

امین زارع – دانشگاه شیراز، بخش علوم و مهندسی کامپیوتر
رضا بوستانی – دانشگاه شیراز، بخش علوم و مهندسی کامپیوتر
منصور ذوالقدری جهرمی – دانشگاه شیراز، بخش علوم و مهندسی کامپیوتر

چکیده:

سیست مهای ایمنی مصنوعی (AIS) شاخه جدیدی ازهوش مصنوعی است که با الهام گرفتن از سیستم ایمنی بدن الگوریتم هایی را در زمینه های مختلف هوش مصنوعی ارائه م یکند. از جمله می توان الگوریتم ۲AIRS را که برای طبق هبندیبکار می رود، نام برد. قسمتی از کار سیستم ایمنی رهاسازی لنفوسیتها در خون است. دو نوع مختلف از این لنفوسیتهابنامT-cell ها و B-cell ها با گردش در خون، شناسایی عواملو بیگانه و تولید سلولهای ماندگار نوعی ایمنی دائمی به وجودمیآورند. الگوریتمAIRS باتوجه به این شیوه، سعی دریادگیری الگوهای ورودی دارد. این الگوریتم با ایجاد نوعی مکانیزم رقابتی، سلولهای ایمنی که بهترین طبقهبندی را انجام میدهد تکثیر می کند و زنده نگه میدارد. نهایتاً از این سلولها به عنوان طبقهبندی کننده استفاده می کند. در این مقاله تقویت کنندهAdaboost بر نسخه اصلاح شدهی AIRS اعمال شده است. این نسخه ازAIRS سرعت یادگیری را افزایش داده و به بهبود نتایج در مقایسه با طبقه بندی کنندهAIRS ساده میانجامد. بهبود نتایج روی مجموعه دادههای استانداردIris وDiabetes , Glass نشان داده شده است. نتایج به دست آمده حاکی از بهبود ۰۷/ ۰ روی مجموعه داده Glass مقدار ۰۴/ ۰روی Diabetes و در مورد دیگر ۰/۰۱ است.