چارچوبی تطبیقی و چندلایه مبتنی بر محاسبات نرم با قابلیت انتشار صریح عدم‌قطعیت برای تحلیل داده‌های پیچیده و جریانی

سجاد یوسفی; مریم پورنجف; مرجان خوشنام; اسرا بزم آرا

doi:10.48314/des.vi.95

نویسندگان

سجاد یوسفی دانشگاه ملی مهارت
مریم پورنجف * دانشگاه ملی مهارت
مرجان خوشنام دانشگاه ملی مهارت
اسرا بزم آرا دانشگاه ملی مهارت

https://doi.org/10.48314/des.vi.95

چکیده

رشد نمایی داده‌های جریانی از حسگرهای IoT، تراکنش‌های مالی و شبکه‌های اجتماعی چالش‌های منحصربه‌فردی در مدیریت عدم‌قطعیت و تغییر مفهوم (Concept Drift) ایجاد کرده است. این پژوهش یک چارچوب پنج‌لایه یکپارچه مبتنی بر محاسبات نرم با قابلیت انتشار صریح عدم‌قطعیت ارائه می‌دهد. معماری پیشنهادی شامل لایه‌های پیش‌پردازش تطبیقی با فیلتر کالمن فازی، استخراج ویژگی پویا با پنجره‌های چندمقیاسی، سیستم نوروفازی تطبیقی با تکامل پویای قوانین، مدل‌سازی و انتشار عدم‌قطعیت و تصمیم‌گیری تفسیرپذیر است. نوآوری اصلی معرفی حافظه عدم‌قطعیت تطبیقی (AUM) است که سابقه عدم‌قطعیت‌های گذشته را در تصمیم‌گیری لحاظ می‌کند و سیستم را قادر به مدیریت ریسک هوشمند می‌سازد. الگوریتم تشخیص تغییر مفهوم چهارسطحی (آماری، عملکرد، عدم‌قطعیت، ساختاری) سازگاری خودکار با انواع تغییرات را تضمین می‌کند. ارزیابی بر روی مجموعه‌داده‌های استاندارد (SEA Concepts ELEC,) نشان می‌دهد چارچوب پیشنهادی با دقت تطبیقی %91.7، کاهش %60-75 نوسان عملکرد، اعتبار اطمینان %94.5 و زمان پردازش 18.5 میلی‌ثانیه، عملکرد برتری نسبت به ARF و HT دارد.