ScholarGate
دستیار
Machine learningCase-based reasoning

استدلال مبتنی بر مورد (CBR)

استدلال مبتنی بر مورد (CBR) یک مسئله جدید را با بازیابی مسائل مشابهی که در گذشته حل شده‌اند و تطبیق راه‌حل‌های آن‌ها، به جای استدلال از اصول اولیه یا یک مدل آماری آموزش‌دیده، حل می‌کند. CBR که در سال ۱۹۹۴ توسط Aamodt و Plaza به صورت چرخه بازیابی-استفاده مجدد-اصلاح-نگهداری (Retrieve-Reuse-Revise-Retain) صورت‌بندی شد و توسط Janet Kolodner رایج گردید، نحوه استدلال متخصصان انسانی در پزشکی، حقوق و مهندسی را از طریق قیاس با موارد به خاطر سپرده شده، منعکس می‌کند و صرفاً با ذخیره هر مورد حل‌شده جدید، یاد می‌گیرد.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

The neighbourhood of related methods — select a node to explore.

منابع

  1. Aamodt, A., & Plaza, E. (1994). Case-based reasoning: Foundational issues, methodological variations, and system approaches. AI Communications, 7(1), 39–59. DOI: 10.3233/AIC-1994-7104
  2. Kolodner, J. L. (1992). An introduction to case-based reasoning. Artificial Intelligence Review, 6(1), 3–34. DOI: 10.1007/BF00155578

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 2). Case-Based Reasoning (CBR). ScholarGate. https://scholargate.app/fa/soft-computing/case-based-reasoning

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

ارجاع‌شده در

ScholarGateCase-Based Reasoning (Case-Based Reasoning (CBR)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/soft-computing/case-based-reasoning · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026