بهبود كارايي شبكه عصبي كانولووشنال با استفاده از تابع ضرر وزن‌ دار افزايشي براي مقابله با نامتوازني دسته‌اي

با توجه ‌به اينكه بيشتر مسائل دنياي واقعي از ﻗﺒﯿﻞ تشخيص تقلب، شناسايي خطا،  ﺗﺸﺨﯿﺺ ﻧﺎﻫﻨﺠﺎري، ﺗﺸﺨﯿﺺ ﭘﺰشكي و تشخيص بدافزار نامتوازن هستند، دسته بندي داده ﻫﺎ در مسائل ﻧﺎمتوازن ﺑﻪ ﻋﻨﻮان يكي از ﭼﺎﻟﺶ ﻫﺎي اصلي در حوزة داده ﮐﺎوي، ﻣﻮرد ﺗﻮﺟﻪ ﺑﺴﻴﺎري از ﻣﺤﻘﻘﺎن و ﭘﮋوﻫﺶﮔﺮان ﻗﺮارﮔﺮﻓﺘﻪ اﺳﺖ. در يادگيري نامتوازن، ﻣﻌﻤﻮﻻ ﺗﻌﺪاد ﻧﻤﻮﻧﻪ ﻫﺎي يكي از دسته ﻫﺎ ﺧﯿلي ﺑﯿﺸﺘﺮ از ﻧﻤﻮﻧﻪﻫﺎي دسته ديگر اﺳﺖ و يا هزينه دسته بندي اشتباه در دودسته متفاوت است. شبكه هاي عصبي كانولووشنال به‌رغم موفقيت هاي چشمگيري كه در دسته بندي داده ها دارند، در مسائل نامتوازن با مشكل مواجه مي شوند چرا كه آنها به‌صورت پيش فرض، ﺗﻮزﯾﻊ دسته ﻫﺎ را متوازن و هزينه دسته بندي را مساوي در ﻧﻈﺮ ﮔﺮﻓﺘﻪ مي گيرند، ازاين‌رو در دسته بندي نامتوازن، نمي توان به ﻧﺘﺎﯾﺞ قابل‌قبولي دست‌يافت؛ زﯾﺮا شبكه ﺑﻪ ﺳﻤﺖ ﻧﻤﻮﻧﻪ ﻫﺎي آﻣﻮزشي دسته ﺑﺰرگ ﺗﺮ ﻣﺘﻤﺎﯾﻞ مي‌شود ﮐﻪ اﯾﻦ ﻣﻮﺿﻮع ﺳﺒﺐ اﻓﺰاﯾﺶ ﺗﻌﺪاد ﺧﻄﺎﻫﺎ در تشخيص نمونه ﻫﺎي ﻣﺜﺒﺖ مي ﺷﻮد.  يكي از راهكارهاي كم هزينه براي غلبه بر نامتوازني داده ها در شبكه هاي  عصبي كانولوشنال استفاده از تابع ضرر به نفع دسته اقليت است، در اين مقاله تابع ضرري جديدي معرفي شده است كه به‌صورت تدريجي و با پيشرفت آموزش، اهميت دسته اقليت را افزايش مي دهد تا در انتهاي آموزش به مقدار مشخص شده برسد و از اهميت داده هاي دسته اكثريت بكاهد، اين امر باعث مي شود تا هم بتوانيم از قدرت آموزشي همه داده ها استفاده كنيم و هم از غلبه داده هاي دسته اكثريت جلوگيري كنيم. نتايج آزمايش روي سه مجموعه‌دادة مصنوعي، تشخيص فعاليت هاي انسان و Cifar-10، همگرايي و كارايي روش پيشنهادي را نشان مي دهند، روش پيشنهادي با روش هاي آدابوست مبتني بر درخت تصميم، شبكه كانولوشنال مبتني بر آنتروپي متقابل و آنتروپي متقابل وزن دار، روش SMOTE و روش CNN تجمعي مقايسه شده است. به ترتيب با كسب دقت 94.6، 92.92 و 69.23 در سه مجموعه داده  (Cifar-10 با نرخ نامتوازني 5 درصد) توانست از ديگر روش ها پيشي بگيرد و دقت در مجموعه داده مصنوعي نسبت به روش سنتي آدابوست مبتني درخت تصميم، 17.72 بالاتر است.