ارائه ی مدل ترکیبی ازشبکه های عصبی جهت تشخیص بیماری
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,840
فایل این مقاله در 7 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:
LNCSE02_018
تاریخ نمایه سازی: 6 اسفند 1391
چکیده مقاله:
امروزه با توجه به حجم وسیع داده های موجود و پیچیدگی آنها بیش ازپیش به ابزاری کاراو موثر به منظور کشف دانش سودمندموجود دراین داده ها نیاز می باشد داده کاوی فرایندی است که بشر را درکشف چنین دانشی یاری می نماید استفاده از داده کاوی درپزشکی اززمینه های پرکاربرد داده کاوی میباشد که درسالهای اخیر تحقیقات زیادی پیرامون آن انجام شده است داده های ذخیره شده درپایگاه داده های پزشکی معمولا شامل دانش با ارزش و پنهانی می باشند که درامرتشخیص و پیش بینی بیماری و درمان آن می توانند مفید واقع شوند کشف و استخراج این دانش ارزشمند نیازمند ایجاد سیستم های هوشمندی به نام سیستم های پشتیبان تصمیم پزشکی می باشد که بدون استفاده از الگوریتم های داده کاوی درآنها این مهم امکان پذیر نمی باشد از این رو دراین مقاله به بررسی و مقایسه رایج ترین الگوریتم های داده کاوی استفاده شده درسیستم های پشتیبان تصمیم گیری برروی مجموعه داده بیماری پرداخته و درادامه یک روش ترکیبی از شبکه های عصبی برای پیش بینی بیماری معرفی میشود.
کلیدواژه ها:
نویسندگان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :