اکسپرس 24
ترجمه فارسی مقاله یادگیری درخت‌های تصمیم‌گیری منطق زمانی سیگنال بهینه برای طبقه‌بندی: یک فرمول‌بندی MILP با حداکثر جریان

ترجمه فارسی مقاله یادگیری درخت‌های تصمیم‌گیری منطق زمانی سیگنال بهینه برای طبقه‌بندی: یک فرمول‌بندی MILP با حداکثر جریان

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Learning Optimal Signal Temporal Logic Decision Trees for Classification: A Max-Flow MILP Formulation
عنوان مقاله به فارسی یادگیری درخت‌های تصمیم‌گیری منطق زمانی سیگنال بهینه برای طبقه‌بندی: یک فرمول‌بندی MILP با حداکثر جریان
نویسندگان Kaier Liang, Gustavo A. Cardona, Disha Kamale, Cristian-Ioan Vasile
فرمت مقاله انگلیسی PDF
تعداد صفحات 8
دسته بندی موضوعات Machine Learning,یادگیری ماشین ,
توضیحات Submitted 14 August, 2024; v1 submitted 30 July, 2024; originally announced July 2024.
توضیحات به فارسی ارسال شده در 14 اوت 2024 ؛V1 ارسال شده 30 ژوئیه 2024 ؛در ابتدا ژوئیه 2024 اعلام شد.

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 320,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

This paper presents a novel framework for inferring timed temporal logic properties from data. The dataset comprises pairs of finite-time system traces and corresponding labels, denoting whether the traces demonstrate specific desired behaviors, e.g. whether the ship follows a safe route or not. Our proposed approach leverages decision-tree-based methods to infer Signal Temporal Logic classifiers using primitive formulae. We formulate the inference process as a mixed integer linear programming optimization problem, recursively generating constraints to determine both data classification and tree structure. Applying a max-flow algorithm on the resultant tree transforms the problem into a global optimization challenge, leading to improved classification rates compared to prior methodologies. Moreover, we introduce a technique to reduce the number of constraints by exploiting the symmetry inherent in STL primitives, which enhances the algorithm's time performance and interpretability. To assess our algorithm's effectiveness and classification performance, we conduct three case studies involving two-class, multi-class, and complex formula classification scenarios.

چکیده به فارسی (ترجمه ماشینی)

در این مقاله یک چارچوب جدید برای استنباط خصوصیات منطق زمانی به موقع از داده ها ارائه شده است.این مجموعه داده شامل جفت آثار سیستم محدود و برچسب های مربوطه است ، و این نشان می دهد که آیا این آثار رفتارهای خاص مورد نظر را نشان می دهند ، به عنوان مثال.این که کشتی از یک مسیر امن پیروی کند یا نه.رویکرد پیشنهادی ما از روشهای مبتنی بر تصمیم درخت برای استنباط طبقه بندی کننده های منطق زمانی با استفاده از فرمولهای بدوی استفاده می کند.ما فرآیند استنتاج را به عنوان یک مشکل بهینه سازی برنامه نویسی خطی عدد صحیح مخلوط می کنیم ، به صورت بازگشتی محدودیت هایی را برای تعیین طبقه بندی داده ها و ساختار درخت ایجاد می کنیم.استفاده از یک الگوریتم حداکثر جریان بر روی درخت حاصل ، مشکل را به یک چالش بهینه سازی جهانی تبدیل می کند و منجر به بهبود نرخ طبقه بندی در مقایسه با روش های قبلی می شود.علاوه بر این ، ما یک تکنیک را برای کاهش تعداد محدودیت ها با بهره برداری از تقارن ذاتی در ابتدایی STL معرفی می کنیم ، که باعث افزایش عملکرد و تفسیر زمان الگوریتم می شود.برای ارزیابی اثربخشی و عملکرد طبقه بندی الگوریتم ما ، ما سه مطالعه موردی را شامل می شویم که شامل سناریوهای طبقه بندی فرمول دو طبقه ، چند طبقه و پیچیده است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.