مروری بر الگوریتم فراابتکاری برای پیش بینی دیابت بر اساس ویژگی
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 131
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MSCS01_053
تاریخ نمایه سازی: 6 شهریور 1401
چکیده مقاله:
سالانه صدها میلیون نفر در سراسر جهان مبتلا به بیماری دیابت می شوند. در این مقاله یک مدل یادگیری ماشین که می تواند عوامل مختلفی که ممکن است روی میزان خطر ابتلای افراد به این بیماری تاثیر بگذارد را تجزیه و تحلیل کند.این یک ویژگی جدید مبتنی بر طبقه بندی است که از بهینه سازی گرگ خاکستری GWO و بهینه سازی ذرات انطباقی APSO و بهینه سازی پرسپترون چند لایه MLP برای کاهش تعداد ورودی مورد نیاز استفاده می شود و همچنین نتا یج بدست امده با استفاده از این روش و چندین رویکرد الگوریتم یادگیری ماشین معمولی مانند ماشین بردار پشتیبان ،درخت تصمیم،نزدیک ترین همسایه ،طبقه بندی کننده ساده و جنگل تصادفی رگرسیون لجستیک را مقا یسه کرد یم نتایج محاسباتی روش پیشنهادی ما نشان می دهد که نه تنها به ویژگی های بسیار کمتری نیاز است ، بلکه میتواند به دقت پیش بینی بالاتری دست یابد و این کار پتانسیل این را دارد که در عمل بالینی قابل اجرا باشد و به ابزاری حمایتی برای پزشکان تبدیل شود
کلیدواژه ها:
نویسندگان
زهره مهدوی
دانشجوی ارشد نرم افزار ، موسسه آموزش عالی آپادانا، شیراز
شیما اکبری
مربی ,بخش مهندس ی کامپیوتر موسسه آموزش عالی آپادانا ،شیراز