طراحی و پیاده سازی یک سیستم خبره بالینی برای تشیخص اولیه بیماری چربی خون
- سال انتشار: 1392
- محل انتشار: اولین همایش ملی برق و کامپیوتر جنوب ایران
- کد COI اختصاصی: KHIAU01_105
- زبان مقاله: فارسی
- تعداد مشاهده: 902
نویسندگان
دانشیاردانشگاه تهران
دانشجوی کارشناسی ارشد مکاترونیک
چکیده
دراین مقاله یک سیستم طبقه بندXCS بهبود یافته برای تشخیص اولیه بیماریها ارایه میگردد سیستم های طبقه بندXCS که به عنوان یکی ازموفقترین انواع عاملهای یادگیرنده Learning Agents درحوزه هوش مصنوعی شناخته شده اند ازمجموعه ای ازقوانین ساده با فرمت اگرـ انگاه تشکیل میشوند که هریک با توجه به اطلاعات دریافتی ازمحیط واکنش دراینجانوع بیماری خاصی را پیش بینی می کند این مجموعه قوانین به مرور زمان و درتعامل با داده های واقعی تکامل می یابند و تدریجا بردقت پیش بینی آن ها افزوده میشود این تکامل معمولا با استفاده ازالگوهای الهام گرفته ازطبیعت همچون الگوریتم های ژنتیک صورت میگیرد روش پیشنهاد شده دراین مقاله مبتنی بر استفاده دوگانه ازداده های واقعی و عموما محدود دریک فرایند اموزش با مربی Supervised Learning مجموعه قوانین است دراین روش پس ازارایه داده های اموزشی به سیستم و بروزاوری مشخصه های قوانین آن داده های مزبور به کمک عملگر هم گذری crossover به داده های جدیدی تبدیل میگردند که درعین ارایه اطلاعات جدیدی ازمحیط و الگوpattern های موجود درآن به زمان پردازش کمتری نیز نیاز دارند و درنتیجه باعث افزایش سرعت همگرایی فرایند اموزش سیستم میگردند.کلیدواژه ها
سیستم های طبقه بندی گسترش یافته داده کاوی، تشخیص بیماری، چربی خون، XCSمقالات مرتبط جدید
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.