جستجوی مقالات مرتبط با کلیدواژه « Meta-Learning » در نشریات گروه « مدیریت »

تکرار جستجوی کلیدواژه «Meta-Learning» در نشریات گروه «علوم انسانی»

انتخاب همه

Breast Cancer Classification through Meta-Learning Ensemble Model based on Deep Neural Networks

Sivaji U, Siva Padmini P, Chatrapathy K, K Arun Kumar, Kutralakani Chanthirasekaran, Vonguru Chandraprakash, Yadala Sucharitha *

Journal of Information Technology Management, Volume:16 Issue: 1, Winter 2024, PP 61 -87

Predicting the development of cancer has always been a serious challenge for scientists and medical professionals. The prompt identification and prognosis of a disease is greatly aided by early-stage detection. Researchers have proposed a number of different strategies for early cancer detection. The purpose of this research is to use meta-learning techniques and several different kinds of convolutional-neural-networks(CNN) to create a model that can accurately and quickly categorize breast cancer(BC). There are many different kinds of breast lesions represented in the Breast Ultrasound Images (BUSI) dataset. It is essential for the early diagnosis and treatment of BC to determine if these tumors are benign or malignant. Several cutting-edge methods were included in this study to create the proposed model. These methods included meta-learning ensemble methodology, transfer-learning, and data-augmentation. With the help of meta-learning, the model will be able to swiftly learn from novel data sets. The feature extraction capability of the model can be improved with the help of pre-trained models through a process called transfer learning. In order to have a larger and more varied dataset, we will use data augmentation techniques to produce new training images. The classification accuracy of the model can be enhanced by using meta-ensemble learning techniques to aggregate the results of several CNNs. Ensemble-learning(EL) will be utilized to aggregate the results of various CNN, and a meta-learning strategy will be applied to optimize the learning process. The evaluation results further demonstrate the model's efficacy and precision. Finally, the suggested model's accuracy, precision, recall, and F1-score will be contrasted to those of conventional methods and other current systems.

Keywords: Deep-Learning, Meta-Learning, EL, CNN, Breast-Cancer, Classification}

Abstract View Paper Research/Original Article Original: English
پیش بینی میزان فروش با بهره برداری از روش یادگیری متا (مورد مطالعه: فروش آلومینیوم در بورس کالای ایران)

محمدمهدی عبابافها، صفر فضلی *

فصلنامه تحقیقات بازاریابی نوین، سال سیزدهم شماره 3 (پیاپی 50، پاییز 1402)، صص 113 -132

با توجه به جایگاه ویژه پیش بینی فروش بازار در تحلیل فرصت های بازاریابی و نقش مهمی که پیش بینی فروش در برنامه ریزی بخش های مختلف یک سازمان دارد، هدف اصلی پژوهش حاضر استفاده از یکی از ابزارهای نوین حوزه یادگیری ماشین (روش یادگیری متا) برای پیش بینی میزان فروش با مطالعه موردی فروش آلومینیوم در بورس کالای ایران است. پژوهش حاضر در دسته پژوهش های کاربردی قرار می گیرد و داده های پژوهش با استفاده از منبع داده های ثانویه گردآوری شده است. در این پژوهش برای تجزیه و تحلیل از اطلاعات موجود در گزارش های هفتگی منتشر شده در پایگاه رسمی سازمان بورس کالای ایران استفاده شده است. مراحل انجام دادن پژوهش بر مبنای اصول پیش بینی و با استفاده از رویکرد روش یادگیری متا صورت گرفته است. در یافته های پژوهش حاضر چگونگی استفاده از روش یادگیری متا برای پیش بینی میزان فروش و تخمین تقاضای آلومینیوم در بورس کالای ایران نشان داده شد. مدل مبتنی بر روش یادگیری متا برمبنای 4 روش پیش بینی پایه ای شبکه عصبی، آریما، رگرسیون و هموارسازی نمایی و بر بستر داده های سری زمانی مربوط به فروش آلومینیوم در بورس کالای ایران (شامل 344 مقطع زمانی بین سال های 1394 تا 1401) ارائه شده است. بررسی دقت نتایج حاصل از به کارگیری روش یادگیری متا برای پیش بینی میزان فروش، برتری این روش را در مقایسه با چهار روش پیش بینی منتخب دیگر نشان داده است. در این پژوهش برای صحت سنجی نتایج به دست آمده سه مرحله اعتبارسنجی صورت گرفت که در نتایج هر سه نمونه اعتبارسنجی، برتری دقت روش یادگیری متا تایید شده است. در پژوهش حاضر از روش یادگیری متا برای پیش بینی میزان فروش استفاده شده است. توانایی این روش در حل مسئله پیش بینی یکی از قابلیت های استفاده از ابزارهای هوش مصنوعی را در حل مسائل مختلف مدیریتی نشان می دهد. در نتیجه این پژوهش، روش یادگیری متا به عنوان ابزاری توانمند در حوزه پیش بینی میزان فروش به مدیران بازاریابی و پژوهشگران این حوزه معرفی شده است.

کلید واژگان: پیش بینی میزان فروش, مدیریت بازاریابی, یادگیری متا, یادگیری ماشین, بورس کالای ایران}

چکیده مشاهده متن مطالعه موردی زبان: فارسی

Sales Forecasting Using the Meta-learning Method (Case study: Aluminum Sales in Iran’s Mercantile Exchange Market)

Mohammad Mahdi Ababafha, Safar Fazli *

New Marketing Research Journal, Volume:13 Issue: 3, 2023, PP 113 -132

Background

Market sales forecasting has a special role in the analysis of marketing opportunities. Along the same line, sales forecasting plays an important role in the planning of different departments of an organization

Objective

Accordingly, the main goal of this research is to use one of the new tools in the field of machine learning (the meta-learning method) to predict the number of sales with a case study. Aluminum is sold in the Iran Mercantile Exchange.

Methods

The current research is included in the category of applied research and the research data were collected using secondary data sources. The data available in the weekly reports published on the official website of the Iran Mercantile Exchange Organization has been used for analysis. The steps of conducting the research are based on the principles of prediction and using the meta-learning approach.

Results

The findings of the current research show how to use the meta-learning method to predict the amount of sales and estimate the demand for aluminum in the Iranian Mercantile Exchange. The model is presented using the meta-learning method based on 4 basic prediction methods of the neural network, ARIMA, regression, and exponential smoothing in line with time series data related to aluminum sales in the Iran Mercantile Exchange (including 344 time periods from 2015 to 2022).

Conclusions

Examining the accuracy of the results of using the meta-learning method to predict sales has shown the superiority of this method compared to four other selected prediction methods. In this research, three stages of validation were conducted to verify the results obtained, and in the results of all three validation samples, the superiority of the accuracy of the meta-learning method was confirmed. The capability of this method to solve the prediction problem is one of the capabilities of using artificial intelligence tools in solving different management problems. As a result, the meta-learning method has been introduced to marketing managers and researchers as a powerful tool in the field of sales forecasting.

Keywords: Sales Forecasting, Marketing Management, Meta-learning, Machine learning, Iran Mercantile Exchange Market}

Abstract View Paper Case Study Original: Persian

نکته

نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.

به جمع مشترکان مگیران بپیوندید!

جستجوی مقالات مرتبط با کلیدواژه « Meta-Learning » در نشریات گروه « مدیریت »