One of the most important issues in genomic selection is using a decent method for estimating marker effects and genomic evaluation. Recently, machine learning algorithms which are members of non-parametric and non-linear methods have been extended to genomic evaluation. One of these methods is Random Forest (RF) on which this research was focused. Important parameters in RF algorithm are the n...

با توجه به توانایی تکنیک های داده کاوی، کاربرد آنها در رشته های علوم زمین گسترش فراوانی داشته است. هدف از پژوهش پهنه بندی حساسیت زمین لغزش با استفاده از الگوریتم جنگل تصادفی، در لارستان فارس است. جنگلهای تصادفی یک نوع مدرن از درخت - پایه هستند که شامل انبوهی از درخت های کلاس بندی و رگرسیونی می باشند. الگوریتم جنگل تصادفی مبتنی بر دسته ای از درخت های تصمیم است و در حال حاضر یکی از بهترین الگوریت...

یکی از مباحث مهم در انتخاب ژنومی، استفاده از روشی مناسب برای برآورد اثر نشانگرها و ارزیابی ژنومی است. اخیراً روش­های یادگیری ماشین1 که جزو روش­های ناپارامتری غیرخطی هستند وارد ارزیابی ژنومی شده­اند. یکی از این روش­ها الگوریتم جنگل تصادفی2 است که این تحقیق روی نحوه تنظیم این روش متمرکز شده است. پارامترهای مهم در الگوریتم جنگل تصادفی به ترتیب اهمیت، تعداد متغیر انتخاب شده در هر گره درخت3، تعداد در...

این مقاله روشی مبتنی بر استراتژی های یادگیری ماشین برای حل مسئله مکان یابی خطا در خطوط انتقال جریان مستقیم ولتاژ بالا (hvdc) ارائه می دهد. در روش مکان یابی پیشنهادی، تنها از سیگنال ولتاژ پس از خطای اندازه گیری شده از یک پایانه برای استخراج ویژگی های موردنیاز بهره گیری می شود. در این مقاله، متناسب با بُعد بالای بردار ویژگی های ورودی، امکان استفاده از دو تخمین گر متفاوت شامل شبکه عصبی رگرسیون تعمی...

با توجه به توانایی­ تکنیک­های داده­ کاوی، کاربرد آن­ها در رشته ­های مختلف مهندسی و علوم زمین گسترش فراوانی داشته است. هدف از پژوهش حاضر پهنه‌بندی حساسیت زمین‌لغزش با استفاده از الگوریتم جنگل تصادفی، در حوزه آبخیز سردارآباد در شهرستان خرم‌آباد، استان لرستان است. جنگل‌های تصادفی یک نوع مدرن از درخت- پایه هستند که شامل انبوهی از درخت­های کلاس‌بندی و رگرسیونی می­باشند. الگوریتم جنگل تصادفی مبتنی بر...

شناسایی واحد‏های همگن و تفکیک آن‏ها و نهایتاً برنامه‏ریزی برای هر واحد، اصولی‏ترین راه برای مدیریت واحد‏های جنگلی محسوب می‏شود. هدف از این مطالعه، تهیة نقشة تیپ جنگل با استفاده از داده‏های سنجندة aster و نیز استفاده از دو الگوریتم درخت طبقه‏بندی و رگرسیونی و جنگل تصادفی در سری یک جنگل آموزشی و پژوهشی دارابکلا است. برای این هدف، ابتدا با استفاده از شبکة آماربرداری 350×500 متر تعداد 150 قطعه نمونه...