فهرست نشریات علمی دسترسی آزاد ایران

داده­های ژئوشیمیایی ماهیت نامتوازن (یعنی تعداد نمونه­ها با عیار کم یا کلاس زمینه زیاد و تعداد نمونه­ها با عیار بالا یعنی کلاس آنومالی کم) دارند. طبقه­بندی این داده­ها، منجر به ایجاد مدلی اریب­دار (کم شدن احتمال تعلق نمونه­های جدید به کلاس‌هایی با نمونه­های کمتر) همراه با کاهش دقت و صحت مدل خواهد شد. در این مقاله، سه دسته الگوریتم نمونه­گیری افزایشی، نمونه­گیری کاهشی و نمونه­گیری ترکیبی برای متوازن­سازی داده­ها معرفی شده است. همچنین عملکرد این الگوریتم­ها بر روی داده­های ژئوشیمیایی رسوبات آبراهه­ای برگه قاین توسط دو روش طبقه­بندی ماشین بردار پشتیبان و شبکه عصبی مصنوعی بررسی شده است. نتایج نشان می­دهند که متوازن­سازی داده­ها (رساندن نسبت تعداد نمونه­های کلاس زمینه به کلاس آنومالی از 3/6 با 1) می­توان افزایش قابل‌توجهی در کمیت سنجه­های ماتریس درهم­ریختگی مثل صحت، حساسیت، وضوح، دقت، امتیاز-F، مقدار-F، میانگین-G و سطح زیر منحنی ROC (به میزان 10 تا 50 درصد) و کاهش حدود 10 درصدی در سنجه خطا ایجاد نماید. به‌طوری‌که الگوریتم­های نمونه­گیری افزایشی، ترکیبی و کاهشی به ترتیب بالاترین عملکرد را دارند. همچنین نقشه­های آنومالی­های ژئوشیمیایی مدل­سازی شده توسط الگوریتم­های متوازن­سازی در منطقه موردمطالعه نشان می­دهد که این مدل­ها می­توانند ضمن افزایش وسعت آنومالی­های ژئوشیمیایی، همپوشانی خوبی بین این آنومالی­ها با واحدهای سنگی حاوی کانی­سازی برقرار نمایند. در این خصوص، الگوریتم­های نمونه­گیری افزایشی و سپس الگوریتم نمونه­گیری ترکیبی از عملکرد بالاتری برخوردار هستند؛ بنابراین پیشنهاد این مقاله استفاده از الگوریتم­های متوازن­سازی داده­های (به‌کارگیری الگوریتم­های نمونه­گیری افزایشی و سپس الگوریتم­های نمونه­گیری ترکیبی) قبل از طبقه­بندی داده­های اکتشافی است.