پروژه هوش مصنوعی (7098)

شرح پروژه

سلام وقت بخیر

رشته هوش مصنوعی هستش

نرم افزار خاصی نداره بیشتر زبان برنامه نویسی هستش 

۱- python

۲-spark

۳-mapreduce

همش زبان برنامه نویسی هستش اصلا نرم افزار خاصی نداره

یکی روی pycharm میزنه، یکی روی vscode میزنه بستکی داره با کدوم کار می‌کنه چون اینا فقط ی نرم افزار هستش که توش کد زده میشه.

زمان هم خب هر زودتر بهتر

کار پروژه بنده ترکیب الگوریتم بهینه سازی جغرافیای زیستی bbo و الگوریتم kmeans هستش، جفت الگوریتم ها باید کار خوشه بندی رو انجام دهند.

نکته: خود الگوریتم bbo کار خوشه بندی انجام نمیده ولی با تغییر تابع ارزیابی fitness function به الگوریتم قابلیت خوشه بندی اضافه میکنیم، تابع ارزیابی میشه همون فاصله درون خوشه ای الگوریتم kmeans

خود الگوریتم kmeans هم مشخصه که داره کار خوشه بندی رو انجام میده.

ترکیب این دو به این صورت هستش که در اول کار الگوریتم kmeans از سه الی ده ایتریشن کار خوشه بندی رو انجام میده و نتیجه رو به عنوان جمعیت به جمعیت اولیه bbo اضافه میکنه( اگر جمعیت bbo مقدارش ۳۰ باشه با اون ی جمعیتی که از الگوریتم kmeans اضافه میشه، کلا جمعیت ما میشه ۳۱) که با این جمعیت ۳۱ ما عمل خوشه بندی رو انجام میدیم با استفاده از الگوریتم bbo.

چون الگوریتم bbo جزو الگوریتم های تکاملی و هوش جمعی هستند یکی از مشکلاتی که همشون دارند اینه که موقع اجرا میفتن توی local min/max که ما چون داریم کمترین مقدار رو محاسبه میکنیم میشه local min.

برای جلوگیری از اینکه الگوریتم bbo توی لوکال نیفته از راه های مختلفی استفاده میشه، راهی که ما استفاده کردیم این بود: اومدیم گفتیم الگوریتم bbo زمانی که تو لوکال افتاد الگوریتم kmeans  با ی درصدی با ی نرخی که خودمون هم تو کد مشخص کردیم به الگوریتم bbo کمک کنه یعنی اینکه زمانی که تو لوکال افتاد الگوریتم kmeans، یک ایتریشن کار انجام میده به نوعی ی شوک داره به الگوریتم bbo میده تا از لوکال خارج شه. و دوباره ادامه کار رو الگوریتم bbo میره، یعنی اینکه کل کار عمل خوشه بندی روی الگوریتم bbo هستش.

برای اینکار ما کد اولیه رو با دیتاست سرطان سینه زدیم که اوکی هم بود، ما از این دیتاست برای کار مقایسه ای تو پایان نامه استفاده میکنیم، برای کار اصلی ما از دیتاست yelp قسمت user استفاده کردیم، این دیتاست هم چون فایل json بود اومدیم تبدیل کردیم به فایل csv و روش پیش پردازش هم انجام دادیم با استفاده از روش pca.

کل کار کد زده شده ولی بزرگ ترین ایرادش اینه که مدت زمان اجرای الگوریتم حدود ۱۲-۱۳ ساعت طول میکشه. چون ما کد رو ساده زدیم و با زبان پایتون فایل هایی که پیوست میکنم ‌در مورد کد هستش 

این کار باید بر روی بستر های spark و mapreduce  بره، یعنی اینکه ی کد داریم با دوتا دیتاست که باید روی جفت بستر ها بره.

 کد اصلی پایان نامه و  مقاله بیس و مقاله اصلی خود الگوریتم bbo و  خلاصه ای از الگوریتم bbo و  کد الگوریتم bbo  که ی هندی زده خوبه برای ران کردن و دیدن خروجیش و فیلم آموزشی الگوریتم bbo هستش و پیاده سازی الگوریتم که ما پیاده سازی کدمون بر مبنای این فیلم بوده که تو فرادرس رو پیوست کردم

https://github.com/himanshuRepo/Biogeography-Based-Optimization

https://faradars.org/courses/mvpbbo9110-biogeography-based-optimization-in-matlab-video-tutorial

این پروژه شامل 4 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.

مهارت ها و تخصص های مورد نیاز

درباره کارفرما

Hamyarprozhe

عضویت یازده سال پیش

52934 پروژه ثبت شده ،

42 پروژه در حال انجام ،

245 پروژه آماده دریافت پیشنهاد ،

نرخ پذیرش پیشنهاد 15%