Swarm Intelligence for Multi-objective Problems in Data Mining

هدف این کتاب جمع‌آوری مشارکت‌هایی است که در تقاطع بهینه‌سازی چندهدفه، هوش ازدحامی (مخصوصاً بهینه‌سازی ازدحام ذرات و بهینه‌سازی کلونی مورچه‌ها) و داده‌کاوی قرار دارند. چنین مجموعه ای قصد دارد پتانسیل تکنیک های هوش ازدحام چندهدفه در داده کاوی را با هدف ترغیب بیشتر محققان در محاسبات تکاملی و یادگیری ماشین برای انجام تحقیقات در این زمینه نشان دهد.

این جلد شامل یازده فصل است که شامل مقدمه ای است که مفاهیم اساسی تکنیک های هوش ازدحام و بحث در مورد استفاده از آنها در داده کاوی را ارائه می دهد. برخی از چالش‌های تحقیقاتی که باید هنگام استفاده از تکنیک‌های هوش ازدحام در داده‌کاوی با آن‌ها مواجه شوند نیز بررسی می‌شوند. بقیه فصول توسط محققان برجسته ارائه شده است و طبق مراحلی که معمولاً در کشف دانش در پایگاه‌های داده (KDD) دنبال می‌شود (یعنی پیش پردازش داده، داده کاوی و پردازش پس از آن) سازماندهی شده‌اند.

ما امیدواریم که این کتاب مرجع ارزشمندی برای کسانی باشد که مایل به تحقیق در مورد استفاده از تکنیک های هوش ازدحام چندهدفه در داده کاوی و کشف دانش در پایگاه های داده هستند.

The purpose of this book is to collect contributions that are at the intersection of multi-objective optimization, swarm intelligence (specifically, particle swarm optimization and ant colony optimization) and data mining. Such a collection intends to illustrate the potential of multi-objective swarm intelligence techniques in data mining, with the aim of motivating more researchers in evolutionary computation and machine learning to do research in this field.

This volume consists of eleven chapters, including an introduction that provides the basic concepts of swarm intelligence techniques and a discussion of their use in data mining. Some of the research challenges that must be faced when using swarm intelligence techniques in data mining are also addressed. The rest of the chapters were contributed by leading researchers, and were organized according to the steps normally followed in Knowledge Discovery in Databases (KDD) (i.e., data preprocessing, data mining, and post processing).

We hope that this book becomes a valuable reference for those wishing to do research on the use of multi-objective swarm intelligence techniques in data mining and knowledge discovery in databases.