دانلود ترجمه مقاله کشف دانش بر پایه آمیب

• بخشی از ترجمه:

چکیده
ما سیستم کشف اطلاعات مبتنی بر آمیب یا سیستم داده کاوی را مطرح می کنیم که با استفاده از ارگانیسم آمیبی شکل و سیستم کنترل مرتبط به آنبه اجر در می آید. سیستم امیب به عنوان یکی از الگوهای محاسباتی غیرسنتی جدید مد نظر قرار گرفته، که می تواند محاسبات موازی انبوه و پیچیده ای را انجام داده که ازفعالیت های پیچیده امیب اسنفاده می کند. سیستم مورد نظر ما ترکیبی از واحدهای سنتی مبتنی بر اطلاعات بوده که بر روی کامپیوترهای معمولی و واحد جستجوی مبتنی بر امیب با رابط واحد کنترل امیب به اجرا در می آید. راه حل ها در سیستم ما دارای مسیردهی یک به یک نسبت به راه حل های شناخته شده دیگر همانند شبکه های عصبی و الگوریتم های ژنتیکی می باشد. این قابلیت مسیردهی، چنین امکانی را برای امیب ایجاد می کند تا تکنیک هایی را که در حوزه های دیگر ایجاد شده است بکار گرفته و مورد استفاده قرار دهد. شکل های مختلفی از مراحل کشف اطلاعات معرفی شده اند. همچنین انواع جدیدی از تکنیک کشف اطلاعات به نام ” حل مسئله مستقل” مورد بحث قرار می گیرد.
مقدمه
کشف اطلاعات- یعنی مفهوم کامپیوترهایی که بطور اتوماتیک اطلاعات مفیدی را جستجو می کنند به عنوان یک جنبه جذاب و نوید بخش برنامه های کاربردی به منظور کاربرد عملی آن می باشد.
الگوهای محاسباتی جدید- در ۴٠ سال گذشته سخت افزار کامپیوتر تحت سلطه CMOS سنتی یا مدارهای مجتمع مبتنی بر سیلیکون بوده است ( که همچنین به نام معماری مبتنی بر سیلیکون می باشد). امروزه، مفاهیم معماری کامپیوتر بر مبنای اصول کلی جدید به غیر از فناوری مبتنی بر سیلیکون توجه زیادی را به سمت خود جلب کرده است. این مقاله طرح کشف اطلاعات را مطرح می کند که از سیستم مبتنی بر امیب، که یکی از الگوهای محاسباتی جدید می باشد، مطرح می کند.

• بخشی از مقاله انگلیسی:

Abstract

We propose an amoeba-based knowledge discovery or data mining system, that is implemented using an amoeboid organism and an associated control system. The amoeba system can be considered as one of the new non-traditional computing paradigms, and it can perform intriguing, massively parallel computing that utilizes the chaotic behavior of the amoeba. Our system is a hybrid of a traditional knowledge-based unit implemented on an ordinary computer with an amoeba-based search unit and an optical control unit interface. The solutions in our system can have one-to-one mapping to solutions of other well-known areas such as neural networks and genetic algorithms. This mapping feature allows the amoeba to use and apply techniques developed in other areas. Various forms of knowledge discovery processes are introduced. Also, a new type of knowledge discovery technique, called “autonomous metaproblem solving,” is discussed.

Introduction

Knowledge discovery – the notion of computers automatically finding useful information is an exciting and promising aspect of any application intended to be of practical use [1]. There are several closely related areas to knowledge discovery called by different names. Data mining or knowledge discovery in databases (KDD) primarily focus on extracting useful information from data, particularly from a large amount of data. Machine learning explores techniques to make the machine learn or get smarter by itself. New computing paradigms – For the past 40 years computer hardware has been dominated by the traditional CMOS (Complementary Metal-Oxide Semiconductor) or silicon-based integrated circuits (so-called “silicon-based architecture”). Recently, computer architecture concepts based on totally new principles other than the silicon-based technology have been given much attention. These concepts include quantum, atomic (e.g., carbon nanotube transistors), molecular (e.g., organic), DNA, optical, micro/nanofluidic and amoeba-based computing [2]. This article proposes a knowledge discovery scheme employing an amoeba-based system, one of the new computing paradigms.

دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله