پیش بینی دیابت بارداری با استفاده از شبکه عصبی مصنوعی و درخت تصمیم
- سال انتشار: 1403
- محل انتشار: اولین کنفرانس بین المللی برق، مکانیک، فناوری اطلاعات و هوافضا در علوم مهندسی
- کد COI اختصاصی: EMITCONF01_054
- زبان مقاله: فارسی
- تعداد مشاهده: 300
نویسندگان
استاد راهنما
کاردانی نرم افزار کامپیوتر
کاردانی نرم افزار کامپیوتر
چکیده
دیابت بارداری یا GDM یکی از مهم ترین چالش ها در زمینه بهداشت عمومی محسوب می شود، در این مقاله با مقایسه شبکه عصبی یا ANN و درخت تصمیم به بررسی و پیش بینی های آن پرداخته ایم.با استفاده از متغیرهایی همچون سن مادر، سابقه بارداری قبلی، گروه خونی، سابقه دیابت در خانواده، وضعیت جنین و غیره نتایج پیش بینی باداری در دیابت را با استفاده از منابع ذکر شده مورد بررسی قرار داده ایم. در پیش بینی ابتلا و عدم ابتلا به دیابت بارداری، مدل شبکه عصبی دارای نرخ دسته بندی اشتباه کمتر نسبت به مدل های دیگر بود. می توان نتیجه گیری کرد که این مدل پیش بینی های صحیح تر و نزدیک تری به واقعیت نسبت به سایر مدل ها دارد.کلیدواژه ها
دیابت بارداری، GDM، پرسپترون، شبکه عصبی، درخت تصمیممقالات مرتبط جدید
- Enhancement of the Aerodynamic Performance of the Airfoil and the Albatross Bird's Wing
- ارزیابی عملکرد و کارایی الگوریتمهای فراابتکاری با استفاده از توابع محک بهینه سازی
- تعیین وضعیت دقیق یک ماهواره کوچک چرخان در مدار پایین با استفاده از حسگرهای وضعیتی و دینامیک وضعیت
- تحلیل ماتریسی توسعه موتورهای کرایژنیک کشور هند با استفاده از درس آموخته های آن
- کنترل وضعیت فضاپیما با استفاده از کنترلر مد لغزشی فازی
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.