پیش بینی افراد مبتلا به اوتیسم با استفاده از الگوریتم های داده کاوی
- سال انتشار: 1400
- محل انتشار: یازدهمین کنفرانس بین المللی نوآوری و تحقیق در علوم مهندسی
- کد COI اختصاصی: ICIRES11_039
- زبان مقاله: فارسی
- تعداد مشاهده: 340
نویسندگان
دانشجوی دکتری، دانشکده ژئودزی و ژئوماتیک، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران
دانشجوی کارشناسی ارشد، دانشکده مهندسی صنایع، دانشگاه خواجه نصیرالدین طوسی، تهران، ایران
چکیده
داده کاوی و یادگیری ماشین شاخه هایی از علم کامپیوتر هستند که به دلیل توانایی پردازش مجموعه داده های بزرگ برای کشف الگوهایمفید به منظور تصمیم گیری و تشخیص در فضای پزشکی به سرعت در حال رشد هستند. در این تحقیق بر آن شدیم تا اختلال طیف اوتیسم را موردمطالعه قرار دهیم؛ چراکه تشخیص این اختلال می تواند به افراد و جامعه برای کنترل آن کمک شایانی کند. در این تحقیق با استفاده از الگوریتم هایشبکه عصبی مصنوعی، ماشین بردار پشتیبان و نزدیکترین همسایه و مجموعه داده هایی مربوط به سه گروه سنی نوپایان، کودکان و بزرگسالان ،امکان و کارایی تشخیص اختلال اوتیسم بررسی شد و به ارزیابی هر سه الگوریتم پیاده سازی شده در هر سه مجموعه داده و مقایسه این سهالگوریتم با یکدیگر پرداخته شد.کلیدواژه ها
اوتیسم، داده کاوی، شبکه عصبی مصنوعی، ماشین بردار پشتیبان، نزدیکترین همسایهمقالات مرتبط جدید
- بررسی و تحلیل روندهای زیست محیطی در ۲۰ سال آینده بر محیط دفاعی آینده
- رفتار زیست محیطی، سلامت معنوی و حقوق شهروندی(دانش آموزان پسر و دختر مقطع متوسطه دوم نوشهر-۱۴۰۲)
- The use of polycaprolactone and chitosan scaffoldsfor the production of biodegradable plastic
- نقش زبان برنامه نویسی در کاهش خسارات ناشی از زمین لغزش
- ارزیابی خواص اپتیکی سایه انداز متحرک داخلی بر مصرف انرژی
اطلاعات بیشتر در مورد 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.