Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

پیش بینی بیماری قلبی با استفاده از تکنیک داده کاوی شبکه عصبی

سال انتشار: 1393
کد COI مقاله: MOCONF01_0873
زبان مقاله: فارسیمشاهده این مقاله: 1,180
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 12 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی بیماری قلبی با استفاده از تکنیک داده کاوی شبکه عصبی

مریم کاظمی - گروه مدیریت، پردیس علوم و تحقیقات ایلام، دانشگاه آزاد اسلامی ایلام، ایران
حسین مهدی زاده - استادیار دانشگاه ایلام
اردشیر شیری - استادیار دانشگاه ایلام

چکیده مقاله:

داده کاوی به بررسی و تجزیه و تحلیل مقادیر عظیمی از داده ها به منظور کشف الگوها و قوانین معنی دار اطلاق میشود کهه عمدتا از طریق ساختن مدل ها و الگوریتم ها، ورودی ها را با هدف خاصی مرتبط می نماید. گاهی تکنیک های داده کاوی منجر به شناسایی الگوریتم های معنادار می شوند که می توانند با استفاده از داده های موجود و در دسترس و با هزینه کم، زمینهه های ابتلا، پیشگیری و درمان بیماری ها را در پزشکی فراهم آورده و پزش ها را در تشخص به موقع یاری رساند. این مطالعه با هدف استفاده مدیران بیمارستان از نتایج حاصل از داده کاوی سیستم های اطلاعات بیمارستانی جهت پیش بینی دقیق تر و تصمیم گیری مؤثرتر در درمان بیماران صورت گرفته است. داده های مورد استفاده در این مطالعه، مربوط به اطلاعات 270 بیمار است که از انبار داده سایت UCI استخراج شده و شامل 11 متغیر است. از مدل شبکه عصبی برای پیشبینی مبتلا بودن به بیماری قلبی استفاده شده و دقت پیش بینی آن مورد بررسی قرار گرفته است. بر اساس نتایج، مشاهده میشود، مدل شبکه عصبی با ساختار پرسپترون چند لایه با دقتی برابر با 83.33% عمل کلاس بندی را برای مجموعه مشاهدات آزمون انجام داده است.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا MOCONF01_0873 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/393073/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
کاظمی، مریم و مهدی زاده، حسین و شیری، اردشیر،1393،پیش بینی بیماری قلبی با استفاده از تکنیک داده کاوی شبکه عصبی،کنفرانس بین المللی حسابداری و مدیریت،تهران،https://civilica.com/doc/393073

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1393، کاظمی، مریم؛ حسین مهدی زاده و اردشیر شیری)
برای بار دوم به بعد: (1393، کاظمی؛ مهدی زاده و شیری)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • رضائیان، علی، 1390، مبانی سازمان _ مدیریت.تهران:سمت. ...
  • مقدسی، حمید، حسینی، اعظم اسادات، اسدی، فرخند 5، جهانبخش، مریم ...
  • آمره‌، مریم، 1392، بررسی الگوریتم های داده کاوی و مقایسه ...
  • طلوعی اشلقی، عباس، پورابراهیمی، علی، ابراهیمی، ماند انا، قاسم احمد، ...
  • محمودی، عیسی؛ عسگری مقدم، رضا؛ معظم، محمدهادی، صادقیان، سعید، 1392، ...
  • Koh HC, Tan G.2005. Data mining applications in healthcare. J ...
  • Obenshain MK. 2004. Application of data mining techniques to healthcare ...
  • Endo A, Shibata T, Tanaka H.2008 .Comparison of Seven Algorithms ...
  • Zhou X, Chen S, Liu B, Zhang R, Wang Y, ...
  • Hastie, Trevor, Tibshirani, Robert , Friedman, Jerome (2009), The Elements ...

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

نظرات خوانندگان

5.00
1 تعداد پژوهشگران نظر دهنده
5 1
4 0
3 0
2 0
1 0

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: 2,987
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

طرح های پژوهشی مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.

پشتیبانی