به‌کارگیری فرآیند تحلیل سلسه‌مراتبی فازی برای گزینش مدل‌های توسعه‌داده‌شده با معماری انتزاع و همجوشی تصمیم (مورد مطالعه: دسته‌بندی حروف دست‌نویس فارسی)

نویسندگان
doi
10.22105/dmor.2024.473217.1863
چکیده

هد ف: این پژوهش با هدف ارایه یک رویکرد کاربرد-محور برای توسعه مدل‌های یادگیری ماشین انجام شده است که توازن میان دقت مدل، سرعت پردازش و مصرف بهینه منابع را در کاربردهایی نظیر سیستم‌های هوشمند پوشیدنی مد نظر قرار دهد. روش‌شناسی پژوهش: مجموعه‌ای از مدل‌ها بر اساس معماری انتزاع و همجوشی تصمیم توسعه داده شده و سپس با رویکرد تصمیم‌گیری چندمعیاره مدل‌های مناسب برای کاربرد مورد نظر را شناسایی می‌کنیم. رویکرد پیشنهادی دارای سه فاز اصلی است: 1- توسعه مدل‌های مبتنی‌بر ADFA ، 2- تعریف معیارهای ارزیابی و 3- انتخاب مدل با استفاده از روش فرآیند تحلیل سلسله‌مراتبی فازی. یافته‌ه ا: نتایج تجربی حاصل از این پژوهش نشان‌دهنده کارایی این رویکرد در توسعه مدل‌های یادگیری ماشین مناسب برای کاربردهای مربوط به تجهیزات پوشیدنی مانند عینک‌های هوشمند است. اصالت/ارزش افزوده علمی: در این پژوهش سه نوآوری ارایه شده است: 1- استفاده از ADFA برای توسعه مدل‌های دسته‌بندی حروف دست‌نویس فارسی، 2- تعریف یک انتزاع جدید برای خلاصه‌سازی تصاویر حروف دست‌نویس و 3- توسعه رویکرد مبتنی‌بر تصمیم‌گیری چندمعیاره فازی برای نگاشت مدل‌های توسعه‌یافته در ADFA به کاربردهای دنیای واقعی.