Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

تشخیص بیماری عروق کرونر قلبی با استفاده از انتخاب ویژگی های موثر توسط الگوریتم فراابتکاری خفاش و روش های یادگیری ماشین

چهاردهمین کنفرانس بین المللی انجمن ایرانی تحقیق در عملیات
سال انتشار: 1400
کد COI مقاله: ICIORS14_189
زبان مقاله: فارسیمشاهده این مقاله: 326
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص بیماری عروق کرونر قلبی با استفاده از انتخاب ویژگی های موثر توسط الگوریتم فراابتکاری خفاش و روش های یادگیری ماشین

سارینا ملکی - دانشجو کارشناسی ارشد ، گروه مهندسی صنایع دانشگاه یزد
یحیی زارع مهرجردی - استاد، گروه مهندسی صنایع دانشگاه یزد
داود شیشه بری - دانشیار ،گروه مهندسی صنایع ،دانشگاه یزد
مسعود میرزایی - استاد،مرکز تحقیقات مدل سازی بیماریها دانشگاه علوم پزشکی شهید صدوقی یزد

چکیده مقاله:

توسعه و ارائه روش های یادگیری ماشین در تشخیص بیماری های قلبی-عروقی به ویژه بیماری عروق کرونری قلب با دقت بالا برای غلبه بر این مشکلات از اهمیت خاصی برخوردار است. هدف از این تحقیق کمک به تشخیص بیماری عروق کرونری قلب با استفاده از چهار روش یادگیری ماشین نظارت شده شامل روش های شبکه عصبی مصنوعی، ماشین بردار پشتیبان ، درخت تصمیم و K-نزدیکترین همسایگی است. در این تحقیق با کمک الگوریتم بهینه سازی فراابتکاری خفاش، زیر مجموعه ای از کل ویژگی های موجود در مجموعه داده های بیماران عروق کرونری قلب را انتخاب کرده ایم. داده مورد استفاده در این تحقیق، مجموعه داده بیماری عروق کرونری قلب بیمارستان Cleveland موجود در پایگاه داده دانشگاه ایروین کالیفرنیا UCI است که شامل ۳۰۳ نمونه با ۱۴ ویژگی می باشد که یکی از این ویژگی ها وضعیت نهایی فرد مراجعه کننده می باشد که می تواند نرمال (سالم) یا بیمار عروق کرونری قلب (CAD) باشد. از این دیتاست تعداد ۱۶۵ مورد دچار بیماری عروق کرونر قلب و ۱۳۸ مورد سالم هستند. نتایج این تحقیق در مجموعه داده نشان می دهد که الگوریتم خفاش توانایی در افزایش دقت تشخیص بیماری عروق کرونر قلب را دارد.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICIORS14_189 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1366122/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
ملکی، سارینا و زارع مهرجردی، یحیی و شیشه بری، داود و میرزایی، مسعود،1400،تشخیص بیماری عروق کرونر قلبی با استفاده از انتخاب ویژگی های موثر توسط الگوریتم فراابتکاری خفاش و روش های یادگیری ماشین،چهاردهمین کنفرانس بین المللی انجمن ایرانی تحقیق در عملیات،مشهد،https://civilica.com/doc/1366122

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1400، ملکی، سارینا؛ یحیی زارع مهرجردی و داود شیشه بری و مسعود میرزایی)
برای بار دوم به بعد: (1400، ملکی؛ زارع مهرجردی و شیشه بری و میرزایی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

نظرات خوانندگان

5.00
2 تعداد پژوهشگران نظر دهنده
5 2
4 0
3 0
2 0
1 0

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 14,328
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

طرح های پژوهشی مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی