استخراج القواعد من بيانات التدريب باستخدام الشبكة العصبية

يعد التنقيب عن البيانات تقنية قوية تساعد المنظمات على التركيز على البيانات الأكثر أهمية من خلال استخراج معلومات مفيدة من قواعد بيانات كبيرة. واحدة من أكثر التقنيات الشائعة الاستخدام في التنقيب عن البيانات هي الشبكة العصبية الاصطناعية نظرًا لأدائها العالي في العديد من مجالات التطبيقات. على الرغم من المزايا العديدة للشبكة العصبية الاصطناعية، إلا أن أحد أكبر عيوبها هو طبيعتها السوداء الجوفاء، وهي المشكلة الرئيسية لاستخدام الشبكة العصبية الاصطناعية في التنقيب عن البيانات. لذلك، يقترح هذا البحث خوارزمية لاستخراج القواعد من الشبكة العصبية باستخدام بيانات مصنفة وغير مصنفة لتحويل الطبيعة السوداء للشبكة العصبية الاصطناعية إلى طبيعة بيضاء. الخوارزمية المقترحة هي تعديل للخوارزمية الحالية، استخراج القواعد من خلال الهندسة العكسية (RxREN). تستخرج الخوارزمية المقترحة القواعد من الشبكة العصبية المدربة لمجموعات البيانات ذات السمات ذات الوضع المختلط باستخدام نهج تعليمي. تستخدم الخوارزمية المقترحة كل من البيانات المصنفة وغير المصنفة لاكتشاف نطاقات البيانات للسمات المهمة في الفئات المعنية، وهو الابتكار في الخوارزمية المقترحة. تظهر النتائج التجريبية بوضوح أن أداء الخوارزمية المقترحة يتفوق على الخوارزميات الحالية.