跳到主要內容

臺灣博碩士論文加值系統

(18.205.192.201) 您好!臺灣時間:2021/08/05 10:42
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:杜進明
研究生(外文):Chinming Tu
論文名稱:關聯神經網路
論文名稱(外文):Association Reasoning Neural Networks
指導教授:葉怡成葉怡成引用關係
指導教授(外文):I-Cheng Yeh
學位類別:碩士
校院名稱:中華大學
系所名稱:資訊管理學系
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2007
畢業學年度:95
語文別:中文
論文頁數:160
中文關鍵詞:資料探勘類神經網路關聯規則關聯分析
外文關鍵詞:data miningartificial neural networkassociation ruleassociation analysis
相關次數:
  • 被引用被引用:0
  • 點閱點閱:142
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
傳統的關聯分析方法具有可產生通用的關聯規則、具機率理論基礎的優點,但其缺點是:(1)當項目很多時會造成運算時間的爆炸性成長,(2)項目(輸入變數)只能限制在0或1,(3) 無個案的預測能力。近年來很多相關的研究都將其目標設定在改善傳統關聯分析方法的效率最佳化,與修改演算法滿足不同的應用上。但還很少有研究把注意力放在第(3)個缺點上。近年來神經網路(Artificial Neural Network, ANN)已被視為非常有效的非線性模型建構工具。本研究所提出的關聯神經網路(Association Reasoning Neural Networks, ARNN)即修改倒傳遞神經網路演算法,來建立具有個案的預測能力的關連模型,克服了傳統的關聯分析方法的缺點。五個實際案例證明,本研究方法可以產生可預測關聯項目的能力,其隱含的關聯規則也與傳統的關聯分析方法相似。
Traditional association analysis can produce general association rules and have the advantage of theoretical base of probability, but the drawbacks are: (1) the calculation time will become very long when the number of input items are large (2) the items (input variables) are limited to 0 or 1 (3) there is no ability of prediction for a specific case. Recently many related researches are aiming at improving the optimization of efficiency of traditional association analysis and trying to modify the algorithm for different applications, while only a few researches are related to the improvement of the third drawback. Artificial Neural Network (ANN) in recent years has already been considered as a very efficient non-linear modeling tool. In this study, we proposed the Association Reasoning Neural Network (ARNN) which is deriving from Back-Propagation Neural Network (BPN). It can have the ability of prediction for a specific case. Five practical applications are examined. The results showed that the ARNN has the ability of predicting association items for a specific case, and the association rules generated by ARNN are similar to traditional association rules.
第一章 前言 11
1.1研究動機與方法 11
1-2研究方法 12
1.3研究內容 13
第二章 文獻回顧 14
2.1 關聯分析 14
2.2 神經網路 15
第三章 關聯神經網路 23
3.1 學習模式 23
3.2 聯想模式 25
3.3 規則擷取模式 26
3.3.1 一階關聯規則的擷取 26
3.3.2 二階關聯規則的擷取 27
3.4 關聯圖產生模式 28
3.5 ARNN之評估 29
3.6 數值例題 30
第四章 實例分析一:VoIP Cable Modem軟體問題 41
4.1簡介 41
4.2 傳統關聯分析方法結果 43
4.3 ARNN的分析 45
4.4 ARNN與傳統關聯分析方法比較 47
第五章 實例分析二:Touch Panel製程 55
5.1 簡介 55
5.2傳統關聯分析方法結果 56
5.3 ARNN的分析 60
5.4 ARNN與傳統關聯分析方法比較 61
第六章 實例分析三:印表機產品維修 68
6.1 簡介 68
6.2 傳統關聯分析方法結果 72
6.3 ARNN的分析 74
6.4 ARNN與傳統關聯分析方法比較 77
第七章 實例分析四:導線架製程診斷 80
7.1 簡介 80
7.2 傳統關聯分析方法結果 82
7.3 ARNN的分析 86
7.4 ARNN與傳統關聯分析方法比較 90
第八章 實例分析五:資訊教科書關鍵字 96
8.1 簡介 96
8.2 傳統關聯分析方法結果 97
8.3 ARNN的分析 98
8.4 ARNN與傳統關聯分析方法比較 (一) 102
8.5 ARNN與傳統關聯分析方法比較 (二) 110
8.6 ARNN與傳統關聯分析方法比較 (三) 114
第九章 結論 120
9.1 結論 120
9.2研究貢獻 122
9.3 建議 122
附錄一 關聯神經網路之舉例資料 125
附錄二 資訊教科書之關鍵字 127
附錄三 資訊教科書之關鍵字統計 130
附錄三 資訊教科書之關鍵字統計 130
附錄四 資訊教科書關鍵字之ARNN的關聯規則(門檻值0.2) 137
附錄五 資訊教科書關鍵字之ARNN社群(Nhid=44, 學習循環為10000次) 140
附錄六 關聯神經網路使用手冊 145
王錫中,「運用關聯法則技於產品開發設計之研究」,碩士論文,元智大學工業工程與管理研究所,2002。
王信惠,「資料探勘在目標行銷應用之個案研究-以電信客戶為例」,碩士論文,大葉大學,資訊管理學系碩士班,2002。
杜進明,產品維修之關聯探勘─以VoIP Cable Modem為例,商業智慧期末報告,中華大學資管系,2006。
林瑞山,「類神經網路於預測晶圓測試良率之應用」,國立成功大學,工學院工程管理專班,2003。
金純瑩,製程診斷之關聯探勘─以Touch Panel為例,商業智慧期末報告,中華大學資管系,2006。
林育仕,製程診斷之關聯探勘─以導線架為例,商業智慧期末報告,中華大學資管系,2006。
許秀月,產品維修之關聯探勘─以印表機為例,商業智慧期末報告,中華大學資管系,2006。
陳建銘,「類神經網路於Web Mining之應用」,碩士論文,國立台北技大學商業自動化與管理研究所,2001。
葉怡成,「資料探勘 – 方法應用與實作」,中華大學資管系,第15章和第25章,2007。
葉怡成、王逸芸,「以關聯探勘分析資訊類教科書關鍵字之關聯」,2006年資訊管理暨電子商務經營管理研討會,中華大學,新竹市,2006。
黃南傑,「高效率解之關聯規則探勘」,碩士論文,南台科技大學資訊管理研究所,2004。
楊孟龍,「類神經網路於股價波段預測及選股之應用」,國立中央大學,資訊管理研究所,2001。
錢依佩,「高效率之關聯法則探勘演算法」,碩士論文,南台科技大學資訊管理研究所,2002。
Agrawal, R., Imielinski, T. and Swami, A. “Mining Association Rules Between Sets of Items in Large Databases,” Proceedings of the ACM SIGMOD Conference on Management of Data, 1993, pp.207-216.
Agrawal, R. and Srikant, R., “Fast Algorithms for Mining Association Rules,” Proceedings of the 20th VLDB Conference Santiago, Chile, 1994, pp. 487-499。
Vesely, A. “Neural networks in data mining,” Czech Universtity of Agriculture, Prague, Czech Republic, AGRIC, ECON, Conference, 2003, pp. 427-431。
Marjorie Darrah, Brian Taylor and Spiro Skias, “Rule Extraction From Dynamic Cell Structure Neural Networks Used in a Safety Critical Application,” Proceeding of Florida Artificial Intelligence Research Society Conference, Miami FL, May 17-19, 2004。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. 石素錦(1995)。聽力理解與英語教學。北師語文教育通訊,3,68-82。
2. 王恭志(2000)。教師教學信念與教學實務之探析。教育研究資訊,8(2),
3. 黃永結(1993)。別讓孩子向錢看齊。教育資料文摘,181, 170-176。
4. 蕭美智(1993)。板橋國小高年級兒童零用錢調查研究(下)。教育資料文摘,
5. 陳振坤(1991)。我們都是這樣長大的—國小學生使用零用金之調查研究。國教之友,3(43), 31-36。
6. 張紹勳(1998)。青少年產品參與程度、消費行為及其相關因素之研究。民意研究季刊,203,107-144。
7. 張威龍(1997)。台灣青年消費者決策型態之研究。萬能商學學報,3, 161-186。
8. 徐淑敏(2001)。兒童金錢管理的教育觀。國教新知, 48(1), 26-33。
9. 李調棟、呂錘卿(1990)。國小高年級兒童零用錢之調查報告。教育資料文摘, 26(5),123-167。
10. 劉德明(1999)。小學自然的科學態度之研究。花蓮師院學報,9,83-120。
11. 黃崇術(1991)。聽力教學之我見。人文及社會學科教學通訊,2(4),
12. 蕭美智(1993)。板橋國小高年級兒童零用錢調查研究(上)。教育資料文摘,
13. 高強華(1993)。論信念的意義、結構與特性。現代教育,7(30),74-89。
14. 馬行誼(1997)。有關國語科傾聽教學的幾個問題。國教輔導,37(2),
15. 李長堅(1994)。如何改進外語班學生的聽力。人文及社會學科教學通訊,