یادگیری برخط داده‌های جریانی نامتوازن دارای رانش مفهوم به‌وسیله نظریه باور و تابع آشوب

نویسندگان
حمیدزاده, جواد ID 1
رشیدی محمودی, محمدعلی ID 2
مرادی, منا ID 3

1 دانشگاه سجاد

2 دانشگاه سجاد

3 دانشگاه سجاد

doi
10.61186/jsdp.20.4.23
چکیده

خصوصیات داده‌های جریانی در گذر زمان ناپایدار بوده و توزیع طبقات متحمل تغییرات می‌شوند؛ بنابراین مدل‌های یادگیری اغلب نیاز به تطبیق با رانش مفاهیم دارند. در این مقاله، با هدف حل دو چالش نبود توازن میان طبقات مشاهده‌شده و وقوع رانش مفهوم، طبقه‌بند داده‌های جریانی نامتوازن دارای رانش مفهوم ارائه شده است. ...

کلیدواژه‌ها
تغییر مفهوم, داده جریانی, داده نامتوازن, طبقه بندی برخط, نظریه باور