مقاله بررسی کاربرد نگاشت‌های خودسازمانده در خوشه‌بندی داده‌های آبراهه‌ای و مقایسه آن با دندروگرام اکتشافی داده‌های ترکیبی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 مقاله بررسی کاربرد نگاشت‌های خودسازمانده در خوشه‌بندی داده‌های آبراهه‌ای و مقایسه آن با دندروگرام اکتشافی داده‌های ترکیبی دارای ۲۲ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله بررسی کاربرد نگاشت‌های خودسازمانده در خوشه‌بندی داده‌های آبراهه‌ای و مقایسه آن با دندروگرام اکتشافی داده‌های ترکیبی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله بررسی کاربرد نگاشت‌های خودسازمانده در خوشه‌بندی داده‌های آبراهه‌ای و مقایسه آن با دندروگرام اکتشافی داده‌های ترکیبی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله بررسی کاربرد نگاشت‌های خودسازمانده در خوشه‌بندی داده‌های آبراهه‌ای و مقایسه آن با دندروگرام اکتشافی داده‌های ترکیبی :

تعداد صفحات :۲۲

روش نگاشت خودسازمانده (SOM)یکی از روش‌های خوشه‌بندی است که می‌تواند بدون نظارت و با کمک شبکه عصبی، فضاهای چندبعدی و پیچیده داده‌ها را به یک فضای دوبعدی تبدیل کند. به دلیل بسته بودن و خاصیت ترکیبی ذاتی داده‌های ژئوشیمیایی،قبل از هر تحلیلی بایستی با تبدیل‌های خاصی باز شوند. یکی از مهم‌ترین تبدیل‌هایی که امروزه روی این نوع داده‌ها برای بازکردن آن‌ها انجام می‌شود، خانواده تبدیل‌های نسبت لگاریتمی است که در دو دهه اخیر توسط دانشمندان علوم آمار ارائه شده است. در حال حاضر روش‌های تحلیل آماری و داده‌کاوی خاص این نوع داده‌ها مثل استاندارد سازی، آمار توصیفی، کاهش بعد، خوشه‌بندی، رگرسیون، زمین‌آمار و غیره از جنبه‌های مختلف در دنیا در حال بررسی است. در این پژوهش ضمن معرفی روش SOM به‌عنوان یکی از مهم‌ترین روش‌های خوشه‌بندی مبتنی بر هوش مصنوعی، کاربرد آن در تحلیل داده های ژئوشیمیایی بررسی شده است. به‌عنوان مطالعه موردی، داده‌های ژئوشیمیایی رسوبات آبراهه‌ای برگه ۱:۱۰۰,۰۰۰ خوسفکه خاصیت بسته یا ترکیبی دارند، نخست با کمک تبدیل نسبت لگاریتمی مرکزی یا clr، باز شده و دندروگرام خوشه‌بندی مربوطه ترسیم شد. در مرحله بعد داده‌ها یکبار به‌صورت بازشده و بار دیگر به‌صورت خام ولی استاندارد شده با روشهای ترکیبی به شبکه SOM وارد شده و خروجی آن هربار به‌صورت نگاشتهای صفحات وزنی نورونها برای هر متغیر ترسیم شد. الگوی توزیع وزنی در نگاشت‌های بیان‌شده برای متغیرهایی که در یک خوشه قرار می‌گیرند، بسیار به هم شبیه است. مقایسه نتایج به کارگیری این روش با نتایج دندروگرام به‌دست آمده، نشان‌دهنده انطباق قابل قبول این دو روش درصورت استفاده از داده‌های خام استاندارد شده دارد. نقطه ضعف این روش این است که تشخیص الگوهای مشابه در خروجی به عهده ناظر است و اگر تعداد متغیرها زیاد باشد نمی‌توان تمام الگوهای مشابه را به راحتی تشخیص داد.