نوشته شده توسط : admin
پایان نامه کارشناسی ارشدمهندسی فناوریِ اطلاعات، گرایشِ تجارتِ الکترونیکعنوان:چارچوبی جدید برای تشخیصِ مرجع مشترک و اسم اشاره در متون پارسیاستاد راهنما:دکتر بهروز مینائی بیدگلیبرای رعایت حریم خصوصی نام نگارنده پایان نامه درج نمی شود تکه هایی از متن پایان نامه به عنوان نمونه : (ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است) فهرست مطالب: فصل ۱: آشنایی با تشخیص مرجع مشترک……………………………………………………………………1 1-1. مقدمه و بیان مسئله……………………………………………………………………………………………. 1 1-2. بررسی ارتباطات هممرجعی………………………………………………………………………………. 6 1-2-1. هممرجع در مقابل پیشایند………………………………………………………………………………….. 9 1-2-1-1. ارتباط هممرجع………………………………………………………………………………………… 10 1-2-1-2. ارتباط پیشایندی………………………………………………………………………………………… 11 1-2-2. تحلیل پیشایند……………………………………………………………………………………………….. 16 1-2-3. تحلیل مرجع مشترک………………………………………………………………………………………… 16 1-2-4. تقابل تحلیل مرجع مشترک و تحلیل پیشایندی……………………………………………………….. 17 1-3.جمعبندی………………………………………………………………………………………………………… 20 فصل 2 : بخش اول……………………………………………………………………………………… 21 2-1-۱. پیشینه تشخیص مرجع مشترک…………………………………………………………………………… 21 2-1-۲. روشهای زبانشناسی…………………………………………………………………………………………….. 22 2-1-۲-1. فاکتورهای حذف کننده…………………………………………………………………………….. 23 2-1-۳-۲-۱. تطبیق جنس و عدد……………………………………………………………………….. 23 2-1-۳-۲-۱. تطبیق معنایی…………………………………………………………………………………. 24 2-1-۲-۲. فاکتورهای امتیاز دهنده …………………………………………………………………………… 24 2-1-۳-۲-۱. مشابهت نحوی…………………………………………………………………………………. 24 2-1-۳-۲-۱. مشابهت معنایی……………………………………………………………………………….. 25 2-1-۳-۲-۱. بارز بودن…………………………………………………………………………………………… 25 2-1-۳. روشهای یادگیری ماشین…………………………………………………………………………………….. 27 2-1-۳-۱. ویژگیها………………………………………………………………………………………………………. 28 2-1-۳-۲. مدلهای جفت اشاره………………………………………………………………………………….. 28 2-1-۳-۲-۱. رده بندی جفت عبارتهای اسمی………………………………………………….. 32 2-1-۳-۲-۱-1. درخت تصمیم………………………………………………………………………… 33 2-1-۳-۲-۲.افراز……………………………………………………………………………………………………… 35 2-1-۳-۲-۲-۱.درختِ بل………………………………………………………………………………….. 36 2-1-۳-۲-۲-۲. افراز گراف……………………………………………………………………………….. 38 2-1-۳-۳. روشهای مبتنی بر پیکره……………………………………………………………………………… 40 2-1-۳-۴. روشهای جایگزین…………………………………………………………………………………………. 44 2-1-۳-۴-۱. روش همآموزی…………………………………………………………………………………….. 44 2-1-۳-۴-۲. مدل احتمالاتی مرتبه اول…………………………………………………………………… 46 2-1-۳-۴-۳. رتبهبندی………………………………………………………………………………………………. 47 2-1-۳-۴-۴. فیلدهای تصادفی شرطی……………………………………………………………………… 49 2-1-۳-۴-۵. خوشه بندی………………………………………………………………………………………….. 51 2-1-۴. جمعبندی………………………………………………………………………………………………………. 56 فصل 2: بخش دوم…………………………………………………………………………………….. 57 2-2-۱. پیکره نشانه گذاری شده توسط اطلاعات هممرجع…………………………………………………. 58 2-2-۲. پیکره بیژنخان………………………………………………………………………………………………….. 59 2-2-۳. پیکره لوتوس…………………………………………………………………………………………………….. 60 2-2-۴.شیوه های نشانه گذاری پیکره لوتوس…………………………………………………………….. 62 2-2-۴-۱. نشانهگذاری انواع موجودیتها………………………………………………………………………….. 62 2-2-۴-۱-۱. موجودیت شخص……………………………………………………………………………………… 64 2-2-۴-۱-۲. موجودیت سازمان……………………………………………………………………………………… 64 2-2-۴-۱-۳. موجودیت مکان…………………………………………………………………………………………. 66 2-2-۴-۱-۴. موجودیت سیاسی……………………………………………………………………………………… 66 2-2-۴-۲.کلاس هر موجودیت……………………………………………………………………………………………. 68 2-2-۴-۲-۱.غیر ارجاعی……………………………………………………………………………………………….. 69 2-2-۴-۲-۲.ارجاعی………………………………………………………………………………………………………. 69 2-2-۴-۲-۲-۱.ارزیابی به شکل منفی……………………………………………………………………… 69 2-2-۴-۲-۲-۲.ارجاعی خاص………………………………………………………………………………….. 70 2-2-۴-۲-۲-۳.ارجاعی عمومی……………………………………………………………………………….. 70 2-2-۴-۲-۲-۴.ارجاعی زیر مشخص شده………………………………………………………………. 70 2-2-۴-۳.انواع اشاره/سطوح اشاره…………………………………………………………………………… 71 2-2-۴-۳-۱.اشاره ساده………………………………………………………………………………………………….. 72 2-2-۴-۳-۱-۱.محدوده اشاره………………………………………………………………………………….. 72 2-2-۴-۳-۱-۲. هسته اشاره……………………………………………………………………………………. 72 2-2-۴-۳-۱-۳.انواع اشاره ساده………………………………………………………………………………. 72 2-2-۴-۳-۲.ساختارهای پیچیده………………………………………………………………………………………. 74 2-2-۴-4-۲-۱.ساختارهای عطف بیان یا بدل……………………………………………………….. 75 2-2-۵.جمعبندی………………………………………………………………………………………………………… 75 فصل 3: الگوریتمهای پیشنهادی……………………………………………………………….. 76 3-۱. رده بندی دودویی…………………………………………………………………………………………… 76 3-1-1.جدا کنندههای خطی………………………………………………………………………………… 77 3-1-1-1 پرسپترون……………………………………………………………………………………………… 78 3-1-1-2 ماشین بردار پشتیبان…………………………………………………………………………………….. 80 3-1-1-3 درخت تصمیم………………………………………………………………………………………………… 85 3-۲.خوشه بندی…………………………………………………………………………………………………………. 88 3-2-1 .الگوریتمهای افراز بستهای…………………………………………………………………………………… 89 3-2-1-1 .خوشه بندی سلسله مراتبی پایین به بالا……………………………………………………. 90 3-2-1-2 .آموزش الگوریتم خوشهبندی سلسله مراتبی…………………………………………….. 93 3-3.جمعبندی……………………………………………………………………………………………………….. 96 فصل 4: سیستم ارزیابی…………………………………………………………………………….. 97 4-۱.مقدمه………………………………………………………………………………………………………………. 97 4-۲.سیستم شناسایی اشاره لوتوس………………………………………………………………….. 98 4-2-1 .بانک اطلاعاتی…………………………………………………………………………………… 98 4-2-2.سیستم شناسایی اشاره………………………………………………………………………….. 102 4-3.تشخیص اشارههای هم مرجع……………………………………………………………………………….. 103 4-3-1 ویژگیها…………………………………………………………………………………………………….. 104 4-3-2.الگوریتم یادگیری…………………………………………………………………………………….. 105 4-3-3.معیار ارزیابی…………………………………………………………………………………………….. 107 4-3-4.نتیجه ارزیابی……………………………………………………………………………………… 110 4-3-4-1.نتایج بدست آمده……………………………………………………………………………………….. 110 4-3-4-.2چالشها و تحلیل خطا……………………………………………………………………………….. 112 4-4.جمعبندی……………………………………………………………………………………………………… 115 فصل 5 :نتیجه گیری و پیشنهادها……………………………………………………………… 116 5-۱.نتیجه گیری………………………………………………………………………………………………….. 116 5-2.پیشنهادها…………………………………………………………………………………………………… 118 فصل .6 منابع………………………………………………………………………………………….. 121 چکیده: پردازش زبان طبیعی شامل وظایفی همچون استخراج اطلاعات، خلاصهسازی متن، پرسش و پاسخ می باشد که همگی نیاز دارند تا تمام اطلاعاتی که در مورد یک موجودیت در متن وجود دارد شناسایی شوند. بنابراین وجود سیستمی که بتواند مسئله هممرجع را بررسی نماید، کمک شایانی به انجامِ موفقیتآمیز این وظایف خواهد نمود. روشهای تشخیص مرجع مشترک را میتوان به دو دسته روشهای زبانشناسی و روشهای یادگیری ماشین تقسیم نمود. روشهای زبانشناسی بیشتر به اطلاعات زبانشناسی نیاز دارند، البته مشکل این روشها این است که پر خطا و طولانی میباشند. از طرف دیگر روشهای یادگیری ماشین کمتر به اطلاعات زبانشناسی نیاز دارند و نتایج حاصل از آنها قابل اعتمادتر است. در این پایان نامه تلاش میکنیم تا فرآیند تشخیص مرجعمشترک را مورد مطالعه قرار دهیم و چارچوبی ارائه دهیم تا بتواند علاوه بر شناسایی اشاره ها، عبارتهای هممرجع را نیز تشخیص دهد. به همین منظور باید سه رکن اساسی کار را که پیکره نشانه گذاری شده، سیستم شناساییِ اشاره و محدوده آن، و الگوریتم پیشنهادی پیشبینی عبارتهای اسمی هممرجع را مبنای کار قرار دهیم. درهمین راستا، در قدم اول، پیکرهای با نشانه هایی شامل محدودهی اشاره، نوع اشاره، هستهی اشاره، نوع موجودیت، نوع زیر گروه موجودیت، کلاس موجودیت تهیه میکنیم، این پیکره میتواند به عنوان اولین پیکره دارای نشانه های اشاره و هممرجعی، مبنای کار بسیاری از پژوهشهای مربوط به شناسایی و کشف اشاره و تحلیل هممرجعی قرار گیرد. همچنین با استفاده از این پیکره و بررسی قوانین و اولویتهای میان اشاره ها، سیستمی ارائه میکنیم که اشاره های موجود در متن را شناسایی کرده و سپس نمونه های مثبت و منفی را از پیکره لوتوس استخراج میکند. در نهایت نیز با استفاده از الگوریتمهای یادگیری پایه درخت تصمیم، شبکه عصبی و ماشین بردار پشتیبان، نمونه های حاصله را مورد ارزیابی و مقایسه قرار دادیم. نتایج حاصل نشان میدهد که یادگیر شبکه عصبی، نسبت به سایرین عملکرد بهتری دارد. فصل اول 1-1- مقدمه و بیان مسئله امروزه رایانه در تمام لایههای زندگی بشر نفوذ کرده است. بطوریکه استفاده از فناوری رایانه در حوزه زبانشناسی، بیش از پیش احساس میشود. «پردازش زبان طبیعی[1]»شاخهای از علم «هوش مصنوعی[2]» است که به ماشینی کردن فرآیند زبان شناسی سنتی میپردازد. به این ترتیب با استفاده از رایانه میتوان «زبان گفتاری ونوشتاری» را پردازش نمود، به طوریکه رایانهها نیز قادر باشند زبان انسان را درک کرده و بتوانند از زبان طبیعی به عنوان ورودی وخروجی استفاده کند. به این ترتیب یک رایانه، درهنگام دریافت ورودی، نیاز به «درک» و درهنگام ارسال خروجی، نیاز به «تولید» زبان طبیعی دارد. ]81[ در زمینه پردازش زبان طبیعی پژوهشهایی مانند طبقهبندی متون[3]، برچسبگذاری ادات سخن[4]، تعیین و ابهامزدایی از معانی واژگان[5] و… انجام شده است که تنها بر روی یک حوزه خاص تمرکز داشتهاند و در نتیجه راه حلهایی جزئی در راستای اهداف کلی پردازش زبان طبیعی محسوب میشوند. تمامی این حوزههای جزئی باید حل شوند تا در نهایت رایانه بتواند همانند انسان واژگان و جملات را پردازش کرده و یا آنها را بسازد. برای دانلود متن کامل پایان نامه اینجا کلیک کنید :: بازدید از این مطلب : 603 نوشته شده توسط : admin
دانشگاه قمدانشکده فنی و مهندسیپایاننامه دوره کارشناسیارشد فنآوری اطلاعات گرایش تجارت الکترونیکعنوان:طراحی الگویی برای تقلبات مالی در صنعت بانکداری(مورد مطالعاتی: کشف جرایم پولشویی در یکی از شعب بانکهای کشور)استاد راهنما:دکتر رحیم فوکردیبرای رعایت حریم خصوصی نام نگارنده پایان نامه درج نمی شود تکه هایی از متن پایان نامه به عنوان نمونه : (ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است) فهرست مطالب: 1فصل اول کلیات تحقیق……………………. 1 1.1 تعریف مسأله و بیان سئوالهای اصلی تحقیق……………………. 2 1.2 اهمیت و ضرورت پژوهش……………………… 3 1.3 اهداف پژوهش……………………… 3 1.4 روش پژوهش……………………… 4 1.5 جامعۀ تحقیق……………………. 4 2فصل دوم مطالعه پولشویی، دادهکاوی و ارتباط این دو…………………… 6 2دیباچه…………………… 7 2.1 پولشویی و بررسی ابعاد آن……………………. 7 2.1.1 مفهوم پولشویی……………………. 7 2.1.2 تاریخچه و خاستگاه پولشویی……………………. 8 2.1.3 ایران و ریسک پولشویی……………………. 9 2.1.4 انواع پولشویی……………………. 10 2.1.5 مراحل پولشویی……………………. 11 2.1.6 روشهای پولشویی……………………. 12 2.1.7 موارد مشکوک به پولشویی در بانکها و مؤسسات اعتباری…….. 14 2.1.8 ضرورت بهره گیری از راه حلهای ضد پولشویی……………………. 17 2.1.9 روشهای مبارزه با پولشویی……………………. 18 2.1.10 وظایف و اصول الزامی برای بانکها و مؤسسات اعتباری در مبارزه با پولشویی……. 23 2.1.11 انواع گزارشهای مفید جهت شناسایی موارد مشکوک…………………….. 29 2.2 دادهکاوی……………………. 31 2.2.1 تاریخچه دادهکاوی……………………. 31 2.2.2 چارچوبی کلی برای الگوریتمهای دادهکاوی……………………. 33 2.2.3 کاربرد دادهکاوی در کشف تقلبات مالی……………………. 35 2.2.4 پرکاربردترین روشهای دادهکاوی برای کشف تقلبهای مالی…………….. 40 2.2.5 رویکرد دادهکاوی در حل مسائل پولشویی……………………. 42 2.2.6 برخی تحقیقات مرتبط…………………… 46 2.3 جمع بندی……………………. 49 3فصل سوم ارائه طرح سیستم ضد پولشویی با دادهکاوی…….. 52 3دیباچه…………………… 53 3.1 روششناسی تحقیق……………………. 53 3.1.1 روش تحقیق……………………. 53 3.2 شیوهها و ابزارهای جمعآوری دادهها………………….. 54 3.2.1 بررسی دادههای قابل دریافت…………………….. 54 3.2.2 بررسی سایر اطلاعات موجود در بانک…………………….. 55 3.2.3 بررسی محدودیتهای بانک در ارائه اطلاعات……………………. 55 3.2.4 بررسی محدودیتهای بانک اطلاعاتی……………………. 55 3.2.5 مشخص شدن دادههای مورد نیاز برای فازهای مختلف پروژه …….. 56 3.2.6 ارائه فرمت دریافت اطلاعات از بانک اطلاعاتی …………………… 56 3.2.7 حجم ، زمان و مکان مورد نیاز جهت ارائه اطلاعات …………………… 56 3.2.8 آمایش دادهها………………….. 56 3.3 جامعه نظری و روش نمونهگیری……………………. 57 3.4 مفروضات تحقیق……………………. 58 3.5 شیوه تجزیه و تحلیل دادهها …………………..58 3.5.1 مرور پیشینه تحقیق……………………. 59 3.5.2 نظرخواهی از خبرگان……………………. 60 3.5.3 بررسی اسناد و مدارک آرشیوی……………………. 66 3.5.4 طراحی مدل ضد پولشویی بر اساس دادهکاوی……………………. 68 3.5.5 جمع بندی……………………. 74 4فصل چهارم اجرای تحقیق…………………….. 75 4دیباچه………………….. 76 4.1 جزئیات پیادهسازی مدل……………………. 76 4.1.1 آمایش دادهها………………….. 76 4.1.2 دسته بندی اطلاعات براساس شاخصهای خطی و جدا نمودن بخش مشکوک……. 77 4.1.3 فیلترینگ و جداسازی اطلاعات مناسب…………………….. 80 4.1.4 خوشه بندی……………………. 83 4.1.5 اجرای الگوریتم نظارتشده………………….. 92 4.1.6 جمعآوری نتایج……………………. 93 4.2 تست و ارزیابی……………………. 94 4.2.1 نحوه تست…………………….. 94 4.2.2 محاسبه معیارهای دقت، بازآوری، یکتائی و صحت…………………….. 95 4.3 نتیجه گیری……………………. 96 5فصل پنجم جمعبندی و نتیجهگیری……………………. 98 5دیباچه…………………… 99 5.1 نتیجه گیری……………………. 99 5.2 محدودیتهای پژوهش……………………… 100 5.3 پیشنهاد برای پژوهشهای آینده …………………..101 6منابع و مراجع……………………. 102 چکیده: پولشویی به عنوان یک فرایند مجرمانه مالی، اقدامی است که در آن منشأ و منبع وجوهی که به صورت غیر قانونی بهدست آمده از طریق رشته های نقل و انتقالات و معاملات به گونهای پنهان میشود که همان وجوه به صورت قانونی نمود پیدا کرده و وارد فعالیتها و مجاری قانونی میگردد. دادهکاوی به عنوان فرایندی خودکار برای استخراج اطلاعات و الگوهای جالب توجه، بارز، ضمنی، از قبل ناشناخته و بالقوه مفید از انبار دادههای حجیم، شناخته میشود. هنگامی که الگوریتمها و تکنیکهای دادهکاوی روی چنین تراکنشهائی اعمال میشوند، الگوهای پنهان از جریان وجوه را کشف میکنند. بررسی دادهها و اعلام نظر روی آنها از دو روش کلی تبعیت مینماید اول استفاده از شاخصها با استفاده از روشهای خطی و آماری و دوم استفاده از الگوریتمهای دادهکاوی که آن هم به دو صورت نظارتشده و بدون ناظر تقسیم شده و در این پروژه از هر دو روش استفاده شده است. خروجیهای این پروژه شامل مستندات علمی، روشهای داده محور برای شناسایی پولشویی، ارائه یک مدل برای پیادهسازی چارچوب ضد پولشویی در بانک و در نهایت بهرهگیری از فناوریهای نرم افزاری و پیاده سازی کل جریان پروژه میباشد. پس از اجرا، نتایج به دو صورت ارائه به متخصصان فنی و همچنین محاسبه معیارهای عملکرد متداول در دادهکاوی ارزیابی میگردد. در مراحلی از پروژه که نیاز به بررسی و آشنایی با سوابق تحقیقات در زمینۀ پولشویی و یا الگوریتمهای مرتبط با آن باشد از روش تحقیق میدانی و کتابخانهای استفاده میشود. از سوی دیگر رویکرد تحقیق نیز به صورت پیمایشی بوده که در آن با هدف مطالعۀ ماهیت و ویژگیهای مشتریان بانک فرآیند تحقیق و مطالعه طی شده است. در مجموع باید گفت که از مدلی کمی در این تحقیق استفاده شده که مبتنی بر پردازش دادهها از نوع دادۀ واقعی، بوده است. فصل اول: کلیات تحقیق 1-1- تعریف مسأله و بیان سؤال های اصلی تحقیق تعاریف متعددی برای پولشویی عنوان شده است که از جمله می توان به موارد ذیل اشاره کرد[15]: – بنا به تعریفی پولشویی یعنی شسته شدن و تبدیل پول کثیف به پول تمیز به نوعی که پس از خروج از این چرخه قانونی جلوه کند؛ به عبارت دیگر پولشویی عبارت است از هر نوع عمل برای مخفی کردن یا تغییر هویت نامشروع حاصل از فعالیتهای مجرمانه به گونه ای که وانمود شود این عواید از منابع قانونی حاصل شده است. – مجموعه اقداماتی است که از سوی فرد یا افرادی با به کارگیری ابزارهای قانونی و با هدف عدم امکان قابلیت ردیابی گردش عواید حاصل از جرم به منظور مخفی کردن منشأ و منبع واقعی پول حاصل از اعمال مجرمانه و نامشروع صورت میگیرد تا پول آلوده و نامشروع در ظاهر پاک و قانونی جلوه نماید. از این تعاریف چنین بر می آید که عملیات پولشویی به فرآِیند تطهیر پول کثیف گفته می شود. پول کثیف به پولی گفته میشود که از راههای خلاف و غیرقانونی بدست آمده باشد. از آنجا که بانکها یکی از بهترین موسساتی هستند که می توانند به پولشویان در فرآیند تطهیر پول کثیف کمک کرده و مسیر دسترسی به منشا پول را گمراه و یا پاک نمایند در تمام کشورها یکی از مهمترین موسساتی که مرجع سو استفاده پولشویان قرار می گیرند بانکها هستند[44]. برای دانلود متن کامل پایان نامه اینجا کلیک کنید :: بازدید از این مطلب : 576 نوشته شده توسط : admin
دانشگاه آزاد اسلامیواحد میبددانشکده فنی و مهندسیپایاننامه برای دریافت درجه کارشناسی ارشدعنوان:ارائه یک چارچوب مدلسازی برای ارزیابی شیوه آموزشی یادگیرندگان در محیطهای یادگیری تحت وباستاد راهنما:دکتر کمال میرزاییبرای رعایت حریم خصوصی نام نگارنده پایان نامه درج نمی شود تکه هایی از متن پایان نامه به عنوان نمونه : (ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است) چکیده: در سالهای اخیر استفاده از فناوریهای برخط در آموزش فرصتهایی را برای استفاده از شیوههای جدید یادگیری و روشهای مفید آموزش فراهم آورده است. یکی از شیوههای جدید که امروزه برای آموزش به کار میرود آموزش الکترونیکی است. در این شیوه افراد از طریق اینترنت و در محیطی کاملاً الکترونیکی و مجازی آموزشهای لازم را میبینند. بنابراین در یک تعریف کلی آموزش الکترونیکی استفاده از فناوری شبکه (برای مثال اینترنت) بهمنظور طراحی، ارائه درس و اجرای محیط آموزشی بهمنظور تحقیق و استمرار یادگیری است. از سوی دیگر با توجه به انعطافپذیری به وجود آمده، هم برای یاد دهنده و هم برای یادگیرنده بسیاری از دانشگاهها و سازمانهای آموزشی بهسرعت درحالتوسعه این شیوه آموزشی هستند. بسیاری از دستگاههای توصیه گر به اولویتهای یادگیرنده، علایق، رفتارهای آموزشی و درعینحال تحلیل رفتار وی برای ارائه خدمات آموزشی خاص، توجه دارند و به همین دلیل یکی از ملزومات سیستمهای آموزشی وجود مکانیزمی شخصی شده برای کمک به یادگیری مؤثر یادگیرنده است. شخصیسازی برنامه آموزشی در آموزش مبتنی بر وب به دو دلیل اهمیت دارد: نخست اینکه اکثر برنامههای کاربردی مبتنی بر وب برای عموم کاربران طراحی میشوند، درصورتیکه در نظام آموزشی الکترونیکی توجه به دانش پیشزمینه، تجربیات، انگیزه، تواناییهای رفتاری و سطح مختلفی از کاربرد را میطلبد. دیگر اینکه در بسیاری از اوقات یادگیرنده بهتنهایی با سیستم آموزش الکترونیکی کار میکند و مانند این است که معلم محتوای آموزشی مشخصی را به یک یادگیرنده در کلاس خصوصی تدریس میکند، همین امر سبب شده است تا خدمات شخصی شده در سیستمهای کاربردی مبتنی بر وب بسیار موردتوجه قرار گیرد. یکی از اهداف این پژوهش ایجاد یک مدل پویا برای یادگیرندگان است که رفتار و عملکرد یادگیرندگان را زیر نظر گرفته و بر اساس رفتار یادگیرنده شیوه ی آموزشی مناسب را برای یادگیرنده تشخیص داده و بر اساس این تشخیص مناسبترین فرایند آموزشی برای یادگیرنده به کار می رود. همچنین رویکردهای متفاوت برای بهبود فرایند تشخیص سبک یادگیری یادگیرنده مورد بررسی قرار میگیرند و بهمنظور بهبود فرایند خودکار تشخیص سبک یادگیرنده یک رویکرد خودکار تشخیص سبک که بر کاملاً بر اساس رفتار یادگیرنده در سیستمهای مدیریت یادگیری هست معرفیشده است. نتایج به دست آمده در این پژوهش نشان می دهد رویکرد خودکار تشخیص سبک مبتنی بر رفتار یادگیرنده در مقایسه با سایر روش های موجود نتایج دقیق تری را منجر می شود. فصل اول: کلیات تحقیق 1-1- مقدمه در سیستمهای مدیریت یادگیری، یکی از مهمترین مشکلات عدم شناخت و عدم توجه به رفتار فردی هر یادگیرنده نسبت به آموزش چهره به چهره است. یادگیرندگان در محیطی که با اولویتهای یادگیری آنان تطابقی نداشته باشد، بهرغم توانمندی بالا با مشکلات متعددی مواجه میشوند که این مشکلات هم از بعد یادگیرنده است و هم بر تلاش یاد دهنده (معلم) اثر میگذارد. زیرا یاد دهنده نیز بهرغم تلاش و پیگیری فراوان، رضایتی از یادگیرنده نخواهد یافت و احساس میکند یادگیرنده بدون میل و رغبت به دوره ادامه میدهد. این ناهماهنگی در محیط آموزش الکترونیکی به دلیل نبود آموزشگر انسانی نمود بیشتری پیدا میکند. [1] ناتوانی معلمان به شناخت (فهمیدن) سبکهای یادگیری دانشآموزان و افزایش آگاهی دانشآموزان از سبکهای یادگیری و درک دانشآموزان در فرایند یادگیری به معلمان اجازه میدهد تا پشتیبانی بهتر برای خود دانشآموزان و درنتیجه پتانسیل بالا بهمنظور ارتقا دانشآموزان و یادگیری ارائه دهند. به همین دلیل توجه به نظریات یادگیری، بسیار منطقی جلوه میکند. بهطورکلی روش معمول فرد در حل مسئله، تفکر، ادراک، شیوه پردازش اطلاعات و یادآوری که ریشه در ویژگیهای شناختی، عاطفی، فیزیولوژیکی و عوامل شخصیتی دارد، سبکشناختی نامیده میشود. در مقابل به باورها، اولویتها، رفتارهای ترجیحی در شیوه تعامل با یاد دهنده، سایر یادگیرندگان، محتوای درس و همچنین نحوه پردازش اطلاعات، پاسخدهی و استفاده از محرکهای موجود درزمینهی یادگیری و نیز تمایل فرد به یادگیری و انطباق او با محیط سبک یادگیری گوید.[2] برای دانلود متن کامل پایان نامه اینجا کلیک کنید :: بازدید از این مطلب : 657 نوشته شده توسط : admin
دانشگاه قمدانشکده فنیومهندسیپایان نامه دوره کارشناسی ارشد مهندسی فناوری اطلاعات (IT)عنوان:استفاده از داده کاوی برای ارائه چارچوبی جهت کشف الگوهای پزشکی و ایجاد یک سیستم تشخیص، تصمیم و تجویزمطالعه موردی: بیمارستان تخصصی کودکان حضرت فاطمه معصومه (س)استاد راهنما:دکتر بهروز مینایی بیدگلیبرای رعایت حریم خصوصی نام نگارنده پایان نامه درج نمی شود تکه هایی از متن پایان نامه به عنوان نمونه : (ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است) فهرست مطالب: فصل1: مقدمه…………………………………………………………………………………………………………….1 1-1. موضوع تحقیق…………………………………………………………………………………………..2 1-2. اهمیت و ضرورت تحقیق…………………………………………………………………………….3 1-3. قلمرو تحقیق……………………………………………………………………………………………..4 1-4. فرضیههای تحقیق………………………………………………………………………………………4 1-5. سوالات تحقیق………………………………………………………………………………………….5 1-6. اهداف و کاربردهای تحقیق…………………………………………………………………………5 1-7. نوآوری در تحقیق……………………………………………………………………………………..6 1-7-1. موضوع و دادههای استفاده شده در تحقیق……………………………………………..6 1-7-2. براساس مطالعه ادبیات و نحوه ارائه مطالب……………………………………………..6 1-8.. محدودیتهای تحقیق………………………………………………………………………………..6 1-9. ساختار پایاننامه…………………………………………………………………………………………7 فصل2: ادبیات تحقیق………………………………………………………………………………………….8 2-1. مقدمه………………………………………………………………………………………………………9 2-2. دادهکاوی…………………………………………………………………………………………………9 2-2-1. مفهوم داده کاوی……………………………………………………………………………….9 2-2-2. مراحل داده کاوی…………………………………………………………………………….10 2-2-3. پیشپردازش…………………………………………………………………………………..10 2-2-3-1. پاکسازی داده………………………………………………………………………11 2-2-3-2. یکپارچه سازی داده………………………………………………………………….11 2-2-3-3. تبدیل داده……………………………………………………………………………..11 2-2-3-4. کاهش داده……………………………………………………………………………12 2-2-3-5. تصویرکردن برای کاهش بعد……………………………………………………12 2-2-4. داده کاوی………………………………………………………………………………………13 2-2-5. پسپردازش……………………………………………………………………………………14 2-2-6. کاربردهای داده کاوی………………………………………………………………………14 2-3. داده کاوی در پزشکی……………………………………………………………………………….14 2-4. بیماری تنفسی………………………………………………………………………………………….16 2-4-1. عفونت دستگاه تنفسی فوقانی…………………………………………………………….17 2-4-2. پنومونی…………………………………………………………………………………………17 2-4-3. بیماری مزمن انسدادی ریه…………………………………………………………………18 2-5. الگوریتمهای ردهبندی………………………………………………………………………………18 2-5-1. درخت تصمیم………………………………………………………………………………..19 2-5-1-1. CHAID……………………………………………………………………………. 2-5-1-2. ID3…………………………………………………………………………………… 2-5-1-3. C5.0………………………………………………………………………………….. 2-5-2. ماشین بردار پشتیبان………………………………………………………………………….21 2-5-3. شبکه عصبی………………………………………………………………………………..24 2-5-4. Bagging……………………………………………………………………………………. 2-5-5. AdaBoost………………………………………………………………………………… 2-6. پیشینه تحقیقات در بیماریهای تنفسی……………………………………………………….30 فصل3: داده های نامتوازن…………………………………………………………………………………..32 3-1. مقدمه…………………………………………………………………………………………………….33 3-2. روشهای یادگیری در دادههای نامتوازن………………………………………………………33 3-2-1. نمونهبرداری……………………………………………………………………………………33 3-2-1-1. بیشنمونهبرداری تصادفی…………………………………………………………34 3-2-1-2. زیرنمونهبرداری تصادفی…………………………………………………………..34 3-2-1-3. نمونهبرداری آگاهانه……………………………………………………………….34 3-2-1-3-1. EasyEnsemble………………………………………………………………….. 3-2-1-3-2. ModifiedBagging……………………………………………………………. 3-2-1-4. ترکیب نمونه برداری و تولید داده……………………………………………….37 3-2-2. روشهای حساس به هزینه…………………………………………………………………39 3-3. معیارهای ارزیابی ردهبند در داده های نامتوازن………………………………………..41 3-4. معیارهای ارزیابی ردهبند در داده های نامتوازن و چند ردهای……………………..44 3-4-1. میانگین گیری میکرو………………………………………………………………………..46 3-4-2. میانگین گیری ماکرو…………………………………………………………………………46 فصل4: پیش پردازش داده ها……………………………………………………………………………47 4-1. مقدمه…………………………………………………………………………………………………….48 4-2. جمعآوری دادهها…………………………………………………………………………………….48 4-3. ویژگیهای دادهها……………………………………………………………………………………48 4-4. نحوه توزیع دادهها براساس ویژگیها…………………………………………………………..51 4-4-1. نوع بیماری تنفسی……………………………………………………………………………51 4-4-2. سن……………………………………………………………………………………………….52 4-5. پیشپردازشهای انجام شده……………………………………………………………………….53 4-5-1. حذف ویژگیهای اضافی………………………………………………………………….53 4-5-2. حذف یا اصلاح رکورد…………………………………………………………………….53 4-5-3. یکپارچهسازی داده………………………………………………………………………….54 4-5-4. تبدیل مقادیر ویژگی………………………………………………………………………..55 4-5-4-1. تفسیر آزمایشهای انجام شده روی بیماران………………………………….55 4-5-4-2. WBC (White Blood Cell)…………………………………………………………… 4-5-4-3. چه چیزهایی باعث کاهش WBC میشود؟………………………………..56 4-5-4-4. چه چیزهایی باعث افزایش WBC میشود؟………………………………..56 4-5-4-5. جدول گسسته سازی WBC…………………………………………………….. 4-5-4-6. RBC(Red Blood Cell)……………………………………………………….. 4-5-4-7. چه چیزهایی باعث کاهش RBC میشود؟…………………………………57 4-5-4-8. چه چیزهایی باعث افزایش RBC میشود؟…………………………………58 4-5-4-9. جدول گسسته سازی RBC………………………………………………………58 4-5-4-10. Hb (Hemoglobin)……………………………………………………………….. 4-5-4-11. چه چیزهایی باعث کاهش هموگلوبین میشود؟………………………….59 4-5-4-12. چه چیزهایی باعث افزایش هموگلوبین میشود؟…………………………59 4-5-4-13. جدول گسسته سازی هموگلوبین………………………………………………59 4-5-4-14. HCT (Hematocrit)…………………………………………………………….. 4-5-4-15. چه چیزهایی باعث کاهش HCT میشود؟……………………………….60 4-5-4-16. چه چیزهایی باعث افزایش HCT میشود؟……………………………….60 4-5-4-17. جدول گسسته سازی HCT…………………………………………………… 4-5-4-18. Plt یا پلاکتها……………………………………………………………………60 4-5-4-19. چه چیزهایی پلاکت را کاهش میدهد؟……………………………………61 4-5-4-20. چه چیزهایی پلاکت را افزایش میدهد؟……………………………………61 4-5-4-21. جدول گسستهسازی پلاکت……………………………………………………61 4-5-4-22. اجزای دیگر آزمایش خون……………………………………………………..61 4-5-4-23. جدول گسستهسازی MCV، MCH و MCHC………………………………….. 4-5-4-24. CRP (C-Reactive Protein)…………………………………………………. 4-5-4-25. در چه شرایطی CRP افزایش پیدا میکند؟……………………………….63 4-5-4-26. در چه شرایطی CRP کاهش پیدا میکند؟……………………………….63 4-5-4-27. جدول گسسته سازی CRP……………………………………………………. 4-5-4-28. ESR (Erythrocyte Sedimentation Rate)……………………………… 4-5-4-29. جدول گسسته سازی ESR……………………………………………………. 4-5-4-30. جدول گسسته سازی BS (Blood Suger)…………………………………. 4-5-5. ویژگی دادهها پس از پیشپردازش نهایی……………………………………….64 4-6 نمونه برداری…………………………………………………………………………………….67 فصل5: نتایج و یافته های تحقیق…………………………………………………………………69 5-1. مقدمه……………………………………………………………………………………………….70 5-2. ردهبندی……………………………………………………………………………………..70 5-2-1. مقایسهی الگوریتمهای پایه………………………………………………………………..70 5-2-2. مقایسهی روشهای یادگیری در داده های نامتوازن…………………………………74 فصل6: نتیجه گیری و پیشنهادات…………………………………………………………………..79 6-1. مقدمه…………………………………………………………………………………………………….80 6-2. نتیجهگیری……………………………………………………………………………………………..80 6-3. پیشنهادها………………………………………………………………………………………………..82 6-3-1. مجموعه داده……………………………………………………………………………….82 6-3-2. داده کاوی………………………………………………………………………………………82 مراجع…………………………………………………………………………………………………………….83 پیوست الف: واژه نامه انگلیسی به فارسی……………………………………………………… 92 چکیده: بیماری تنفسی که عموما در ارتباط با بیماری ریوی است، شامل گروهی از بیماریها هستند که از طریق درگیر کردن بخش یا قسمتهایی از دستگاه تنفس باعث اختلال در عملکرد ریهها میگردند. ریهها مهمترین قسمت دستگاه تنفسی هستند که در عمل تبادل گازهای تنفسی جهت تامین اکسیژن بافتهای مختلف بدن و دفع دیاکسیدکربن نقش دارند. بیماریهای ریوی در هر سال بسیاری از افراد جامعه را مبتلا میکنند که باعث کاهش سطح عملکرد فرد در فعالیتهای روزمره میگردند. بیماریهای دستگاه تنفسی در انگلستان شایعترین عامل مراجعه به پزشکان عمومی است. میزان اختلال در عملکرد تنفس در یک بیماری ریوی به نوع بیماری و وسعت آسیب وارده بستگی دارد. بیماریهای ریوی میتوانند عفونت دستگاه تنفسی فوقانی، پنومونی و یا بیماری مزمن انسدادی ریه باشند. بیماریهای ریوی یکی از عوامل مهم مرگومیر افراد در سراسر جهان هستند. فاکتور اصلی ما در این روند، تشخیص سریع و صحیح این بیماریها در همان ابتدای روزهای بستری است. تکنیکهای دادهکاوی میتوانند دانش نهفته در پایگاههای داده را استخراج و در پیشگیری، تشخیص و معالجهی این بیماریها به پزشک و بیمار کمک کنند. در این تحقیق، با مقایسهی سیستمهای ردهبندی متفاوت و مقایسهی روشهای یادگیری دادههای نامتوازن با الگوریتم پایه، در نهایت، سیستم ردهبندی ارائه شده که میتواند در تشخیص انواع بیماریهای تنفسی به پزشکان کمک کند. سرانجام، به شناسایی عوامل موثر در بروز بیماریهای تنفسی پرداخته شده است. فصل اول: مقدمه 1-1- موضوع تحقیق بیماری تنفسی[1] که عموما در ارتباط با بیماری ریوی[2] است، شامل گروهی از بیماریها هستند که از طریق درگیر کردن بخش یا قسمتهایی از دستگاه تنفس[3] باعث اختلال در عملکرد ریه[4]ها میگردند. ریهها مهمترین قسمت دستگاه تنفسی هستند که در عمل تبادل گازهای تنفسی جهت تامین اکسیژن بافتهای مختلف بدن و دفع دیاکسیدکربن نقش دارند. بیماریهای ریوی در هر سال بسیاری از افراد جامعه را مبتلا میکنند که باعث کاهش سطح عملکرد فرد در فعالیتهای روزمره میگردند. بیماریهای دستگاه تنفسی در انگلستان شایعترین عامل مراجعه به پزشکان عمومی است[1]. میزان اختلال در عملکرد تنفس در یک بیماری ریوی به نوع بیماری و وسعت آسیب وارده بستگی دارد. بیماریهای ریوی میتوانند عفونت دستگاه تنفسی فوقانی[5]، پنومونی[6] و یا بیماری مزمن انسدادی ریه[7] باشند. برای دانلود متن کامل پایان نامه اینجا کلیک کنید :: بازدید از این مطلب : 757 |
|
آرشیو مطالب آخرین مطالب پیوند های روزانه مطالب تصادفی مطالب پربازدید چت باکس
تبادل لینک هوشمند پشتیبانی LoxBlog.Com
|