| درخت تصمیم چندلایه برای تحلیل داده‌های فضایی |
| کد مقاله : 1013-SPATIAL (R2) |
| نویسندگان |
|
سمیرا بلوچی *، کیومرث مترجم گروه آمار، دانشگاه تربیت مدرس |
| چکیده مقاله |
| داده کاوی فضایی به عنوان رویکردی مؤثر برای استخراج الگوهای معنی‌دار از داده‌های مکان محور، نقش مهمی در تحلیل‌های ژئوماتیکی نظیر سیستم‌های اطلاعات جغرافیایی، تحلیل ریسک ترافیک، برنامه‌ریزی شهری، و سایر حوزه‌های مرتبط ایفا می‌کند. در این مقاله، روشی نوین تحت عنوان الگوریتم SCART معرفی می‌شود که یک الگوریتم درخت تصمیم فضایی برای طبقه‌بندی داده‌های مکانی چندلایه است. الگوریتم SCART نسخه‌ای توسعه‌یافته از الگوریتم CART است که با استفاده از داده کاوی رابطه‌ای، در لایه‌های متعدد و در نظر گرفتن روابط فضایی میان اشیای هم‌جوار، چارچوب کلاسیک CART را توسعه می‌دهد. این الگوریتم با ارزیابی ترکیب ویژگی‌های توصیفی و رابطه‌های مکانی نظیر هم‌جواری یا مجاورت توپولوژیکی، معیارهای بهینه برای تقسیم‌بندی داده‌ها را تعیین کرده و موجب بهبود قابل توجه در دقت و تفسیرپذیری طبقه‌بندی‌های فضایی می‌گردد. |
| کلیدواژه ها |
| داده کاوی فضایی، شبکه‌های عصبی، درخت تصمیم، یادگیری ماشین فضایی |
| وضعیت: پذیرفته شده |