| ชื่อเรื่อง | : | การจำแนกส่วนประกอบโดยเมทริกซ์ความพร้อมเพรียง |
| นักวิจัย | : | ชัชวิทย์ อาภรณ์เทวัญ |
| คำค้น | : | GENETIC ALGORITHMS , BUILDING-BLOCK IDENTIFICATION , LINKAGE LEARNING , SIMULTANEITY MATRIX |
| หน่วยงาน | : | ฐานข้อมูลวิทยานิพนธ์ไทย |
| ผู้ร่วมงาน | : | - |
| ปีพิมพ์ | : | 2547 |
| อ้างอิง | : | http://www.thaithesis.org/detail.php?id=1082547001359 |
| ที่มา | : | - |
| ความเชี่ยวชาญ | : | - |
| ความสัมพันธ์ | : | - |
| ขอบเขตของเนื้อหา | : | - |
| บทคัดย่อ/คำอธิบาย | : | เมทริกซ์ความพร้อมเพรียงคือเมทริกซ์ของตัวเลขขนาด ~ilxl~i เมทริกซ์ถูกสร้างขึ้นมาจากเซตของคำตอบที่มีความยาว ~il~i บิท สมาชิกของเมทริกซ์ (~im(,ij)~i) แสดงค่าความสัมพันธ์ระหว่างบิทที่ตำแหน่ง ~ii~i และบิทที่ตำแหน่ง ~ij~i เราแบ่งพาร์ทิชันของ {0,...,~il~i -1} โดยใส่ ~ii~i และ ~ij~i ไว้ในพาร์ทิชันสับเซ็ทเดียวกัน ถ้า ~im(,ij)~i มีค่ามากพาร์ทิชันจะถูกใช้ในการผสมคำตอบ เพื่อที่ว่าบิทที่อยู่ในพาร์ทิชันสับเซ็ทเดียวกันจะติดไปด้วยกัน การใช้เมทริกซ์ความพร้อมเพรียงทำให้หาผลเฉลยที่ดีที่สุดของ additivelyDecomposable Functions (ADFs) และ Hierarchically Decompossble Functions (HDFs)ได้โดยใช้จำนวนครั้งในการคำนวณฟังก์ชันเพิ่มขึ้นแบบพหุนามตามขนาดของปัญหา การเปรียบเทียบกับ hierarchical Bayesian Optimization Algorithm (hBOA) แสดงให้เห็นว่า hBOA คำนวณค่าฟังก์ชันเป็นจำนวนครั้งน้อยกว่า แต่การคำนวณเมทริกซ์เทียบกับการสร้างโครงข่ายของเบย์ใช้เวลาน้อยกว่า 10 เท่า และใช้หน่วยความจำน้อยกว่า 10 เท่า |
| บรรณานุกรม | : |
ชัชวิทย์ อาภรณ์เทวัญ . (2547). การจำแนกส่วนประกอบโดยเมทริกซ์ความพร้อมเพรียง.
กรุงเทพมหานคร : ฐานข้อมูลวิทยานิพนธ์ไทย. ชัชวิทย์ อาภรณ์เทวัญ . 2547. "การจำแนกส่วนประกอบโดยเมทริกซ์ความพร้อมเพรียง".
กรุงเทพมหานคร : ฐานข้อมูลวิทยานิพนธ์ไทย. ชัชวิทย์ อาภรณ์เทวัญ . "การจำแนกส่วนประกอบโดยเมทริกซ์ความพร้อมเพรียง."
กรุงเทพมหานคร : ฐานข้อมูลวิทยานิพนธ์ไทย, 2547. Print. ชัชวิทย์ อาภรณ์เทวัญ . การจำแนกส่วนประกอบโดยเมทริกซ์ความพร้อมเพรียง. กรุงเทพมหานคร : ฐานข้อมูลวิทยานิพนธ์ไทย; 2547.
|
ridm@nrct.go.th ระบบคลังข้อมูลงานวิจัยไทย รายการโปรดที่คุณเลือกไว้
