پروپوزال ترکیب الگوریتم یادگیری عمیق و تکنیکهای یادگیری جمعی به منظور طبقه بندی تصاویر راه دور

پروپوزال ترکیب الگوریتم یادگیری عمیق و تکنیکهای یادگیری جمعی به منظور طبقه بندی تصاویر راه دور

موضوع اصلی این پروپوزال ” ترکیب الگوریتم یادگیری عمیق و تکنیکهای یادگیری جمعی به منظور طبقه بندی تصاویر راه دور” است. تعداد صفحات پروپوزال 13 صفحه با رعایت قالب استاندارد فرم دانشگاه می باشد. کلیه نکات نگارشی مطابق با استاندارهای پژوهشی انجام شده است.

بخشی از بیان مسئله تحقیق:

افزایش رو به رشد تصاویر ماهواره ای و محدودیت های طبقه بندی این تصاویر از مهمترین چالش های موجود در این زمینه است. الگوریتم های مختلفی جهت استخراج ویژگی از تصاویر مورد استفاده قرار می گیرند که یکی از جدیدترین روشها که از دقت مطلوبی برخوردار است، الگوریتم یادگیری عمیق کانولوشن (Nogueira, و غیره, 2017) یا CNN است. یادگیری عمیق یک روش یادگیری ماشین است که به شبکه های چندلایه ای معروف است (Ian Goodfellow, 2016). این الگوریتم در زمینه یادگیری و استخراج ویژگی ها مورد استفاده قرار گیرد (Bengio, 2009). با توجه به محبوبیت این الگوریتم، در پژوهش فعلی از یادگیری عمیق به منظور استخراج ویژگی ها از تصاویر استفاده می شود.

همچنین در پژوهش های مختلفی از الگوریتم های طبقه بندی معروفی همچون درخت تصمیم، شبکه عصبی، نزدیکترین همسایه، بیزین، ماشین بردار پشتیبان و غیره به منظور طبقه بندی تصاویر استفاده شده است. اما هر کدام از این روشها خود دارای محدودیت ها و مشکلاتی هستند که با دقت قابل قبولی نمی توانند تصاویر را طبقه بندی نمایند. از این رو در این تحقیق از ترکیب دو مورد از مهمترین الگوریتم های یادگیری ماشین مثل درخت تصمیم C4.5 و شبکه عصبی به صورت جمعی استفاده می شود.

روال کار یادگیری جمعی (Dietterich, 2002) بدین صورت است که خروجی الگوریتم ها با هم ترکیب شده و یک پاسخ واحد انتخاب می گردد. با توجه به حجم عظیم داده ها و تصاویری که روزانه از طریق ماهواره ها از راه دور تهیه و به مراکز مربوطه ارسال می شود و امکان طبقه بندی دستی این تصاویر امری پیچیده، نسبتا غیره ممکن، زمانبر و پرخطایی است. از این رو، ارائه الگوریتم و روشهای بهینه با کمک علم داده کاوی و هوش مصنوعی بسیار لازم و ضروری به نظر می رسد.

هدف پژوهش:

برخی از مهمترین اهداف این پژوهش به شرح ذیل است:

1. استخراج ویژگی های بافتی و لبه ای تصاویر با استفاده از الگوریتم یادگیری عمیق CNN
2. طبقه بندی تصاویر از راه دور ماهواری با استفاده از ترکیب الگوریتم های شبکه عصبی و درخت تصمیم C4.5 در قالب سیستم های یادگیری جمعی
3. بهبود دقت طبقه بندی تصاویر راه دور مقاله (Nogueira, و غیره, 2017) با استفاده از روش پیشنهادی که تلفیقی از تکنیک های یادگیری عمیق و تکنیک Ensemble Learning است.

امکانات اصلی این پروپوزال پس از خرید عبارتند از:

• امکان دانلود فایل Word پروپوزال
• امکان دانلود فایل Pdf پروپوزال

توجه:  در صورت نیاز به پایان نامه، سمینار، شبیه سازی و نگارش مقاله جدید مشابه با موضوع این پروپوزال کافیست با تیم پشتیبانی ما از طریق راه های ارتباطی مندرج در سایت ماکان تزیز تماس برقرار نمایید.