ridm@nrct.go.th   ระบบคลังข้อมูลงานวิจัยไทย   รายการโปรดที่คุณเลือกไว้

วิธีการตัดเล็มอย่างอ่อนสำหรับต้นไม้ตัดสินใจโดยใช้ฟัซซิฟิเคชัน

หน่วยงาน จุฬาลงกรณ์มหาวิทยาลัย

รายละเอียด

ชื่อเรื่อง : วิธีการตัดเล็มอย่างอ่อนสำหรับต้นไม้ตัดสินใจโดยใช้ฟัซซิฟิเคชัน
นักวิจัย : วิฆเนศ ทองมี
คำค้น : ฟัสซีเซต , นิวรัลเน็ตเวิร์ค (คอมพิวเตอร์) , ต้นไม้ตัดสินใจ
หน่วยงาน : จุฬาลงกรณ์มหาวิทยาลัย
ผู้ร่วมงาน : บุญเสริม กิจศิริกุล , จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์
ปีพิมพ์ : 2545
อ้างอิง : 9741714572 , http://cuir.car.chula.ac.th/handle/123456789/5930
ที่มา : -
ความเชี่ยวชาญ : -
ความสัมพันธ์ : -
ขอบเขตของเนื้อหา : -
บทคัดย่อ/คำอธิบาย :

วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2545

ต้นไม้ตัดสินใจเป็นวิธีการเรียนรู้ของเครื่องวิธีการหนึ่งที่มีการใช้งานกันอย่างแพร่หลายในการจำแนกข้อมูล แต่ในการสร้างต้นไม้ตัดสินใจจากข้อมูลสอน โดยเฉพาะข้อมูลสอนที่มีสัญญาณรบกวนต้นไม้ตัดสินใจที่ได้อาจเกิดการโอเวอร์ฟิตข้อมูล ทำให้ต้นไม้ตัดสินใจมีขนาดใหญ่และมีความถูกต้องในการจำแนกข้อมูลน้อยลง วิธีการแก้ปัญกาการโอเวอร์ฟิตข้อมูลทำได้โดยการลดขนาดหรือรายละเอียดของต้นไม้ตัดสินใจลง เรียกว่า การตัดเล็มต้นไม้ตัดสินใจ แต่เนื่องจากการตัดเล็มต้นไม้ตัดสินใจอาจตัดส่วนของต้นไม้ที่มีความสำคัญในการตัดสินใจ จำแนกข้อมูลออกไปด้วย จึงเกิดวิธีการตัดเล็มแบบใหม่ที่เรียกว่าการตัดเล็มอย่างอ่อนขึ้น โดยการนำแบ็กพรอพาเกชันนิวรอลเน็ตเวิร์กมาช่วยกำหนดน้ำหนักความสำคัญของแต่ละโนดในต้นไม้ตัดสินใจแทนการตัดโนดออกไปจากต้นไม้ตัดสินใจโดยสิ้นเชิง งานวิจัยนี้ได้เสนอการทำฟัซซิฟิเคชันกับวิธีการตัดเล็มอย่างอ่อน โดยใช้ฟังก์ชันความเป็นสมาชิกรูปตัวเอสกับโนดอินพุตของโครงสร้างแบ็กพรอพาเกชันนิวรอลเน็ตเวิร์ก เพื่อให้เกิดขอบเขตการตัดสินใจอย่างอ่อนกับโนดอินพุตที่พิจารณาคุณสมบัติแบบข้อมูลต่อเนื่อง ส่วนในกรณีคุณสมบัติแบบข้อมูลไม่ต่อเนื่องนั้น ก็ได้เสนอการทำฟัซซิฟิเคชันโดยใช้ฟังก์ชันความเป็นสมาชิกรูปสามเหลี่ยมในการเพิ่มความเป็นไปได้ให้กับค่าที่มีความใกล้เคียงกับค่าของคุณสมบัตินั้นด้วย เพื่อให้เกิดความเป็นไปได้ในเส้นทางการตัดสินใจที่ใกล้เคียงกัน ซึ่งผลการทดลองหาค่าความถูกต้องจากการจำแนกข้อมูลด้วยวิธีการดังกล่าวนี้บนชุดข้อมูลทั้งหมด 17 ชุด เปรียบเทียบกับต้นไม้ตัดสินใจจากระบบ C4.5 ที่ยังไม่ได้ตัดเล็มและที่ตัดเล็มแล้ว และเปรียบเทียบกับวิธีการตัดเล็มอย่างอ่อนนั้น สรุปได้ว่าผลของงานวิจัยนี้ให้ประสิทธิภาพที่ดีที่สุด

บรรณานุกรม :
วิฆเนศ ทองมี . (2545). วิธีการตัดเล็มอย่างอ่อนสำหรับต้นไม้ตัดสินใจโดยใช้ฟัซซิฟิเคชัน.
    กรุงเทพมหานคร : จุฬาลงกรณ์มหาวิทยาลัย.
วิฆเนศ ทองมี . 2545. "วิธีการตัดเล็มอย่างอ่อนสำหรับต้นไม้ตัดสินใจโดยใช้ฟัซซิฟิเคชัน".
    กรุงเทพมหานคร : จุฬาลงกรณ์มหาวิทยาลัย.
วิฆเนศ ทองมี . "วิธีการตัดเล็มอย่างอ่อนสำหรับต้นไม้ตัดสินใจโดยใช้ฟัซซิฟิเคชัน."
    กรุงเทพมหานคร : จุฬาลงกรณ์มหาวิทยาลัย, 2545. Print.
วิฆเนศ ทองมี . วิธีการตัดเล็มอย่างอ่อนสำหรับต้นไม้ตัดสินใจโดยใช้ฟัซซิฟิเคชัน. กรุงเทพมหานคร : จุฬาลงกรณ์มหาวิทยาลัย; 2545.