یک روش جدید طبقه بندی براساس انتخاب ویژگی های UTA و شبکه عصبی دو لایه برای پیش بینی بیماری دیابت
- سال انتشار: 1394
- محل انتشار: سومین کنفرانس بین المللی پژوهشهای کاربردی در مهندسی کامپیوتر و فن آوری اطلاعات
- کد COI اختصاصی: CITCONF03_375
- زبان مقاله: فارسی
- تعداد مشاهده: 1105
نویسندگان
گروه مهندسی کامپیوتر واحد تهران مرکز دانشگاه آٰازد اسلامی تهران ایران
گروه مهندسی کامپیوتر واحد تهران مرکز دانشگاه آٰازد اسلامی تهران ایران
گروه مهندسی کامپیوتر واحد تهران مرکز دانشگاه آٰازد اسلامی تهران ایران
چکیده
دیابت یکی از جدیترین چالشهای مراقبت از سلامت در کشورها در حال توسعه و توسعه یافته است در حوزه ی پزشکی با مطالعه و بررسی داده های بیمار بااستفاده از روشهای مختلف طبقه بندی به منظور استخراج یک مدل پیش بینی بکار میگیرند.هدف ازانجام این تحقیق تسهیل در پیش بینی بیمای دیابت؛ که به سرعت در جهان در حال افزایش است می باشد در این مقاله یک روش براساس الگوریتم UTA و شبکه عصبی دولایه پیشنهاد شده است این روش از دو مرحله مختلف تشکیل شده است ۱- انتخاب ویژگی براساس الگوریتم UTA ۲- طبقه بندی با استفااده از شبکه عصبی دو لایه اینروش با استفاده از دیتاست گروه مهندسی کامپیوتر واحد تهران مرکز دانشگاه آٰازد اسلامی تهران ایران Pima Indians Diabetes ارزیابی شد. نتایج بدست آمده در این روش در مقایسه با سایر روشهای قبل نشان از میزان دقت بالای روش ارائه شده جهت پیش بینی بیماری دیابت می باشد.کلیدواژه ها
پیش بینی دیابت ؛ طبقه بندی؛ الگوریتم UTA؛ شبکه عصبی دو لایهمقالات مرتبط جدید
- یک رویکرد مبتنی بر پردازش زبان طبیعی و مدلهای یادگیری ماشین برای ارزیابی خودکار تکالیف نوشتاری دانش آموزان و ارائه بازخورد به معلمان
- ادغام یادگیری عمیق بیزی برای تشخیص و ارزیابی کیفیت سگمنتیشن سرطان با مدیریت عدم قطعیت
- Comparative Analysis of Automation Ecosystems and Playbooks in Check Point, Palo Alto, Fortinet, and Cisco Firewalls
- چارچوب یکپارچه برای بهینه سازی کارایی و تقویت امنیت سیستم های توزیع شده در محیط های ابری، IoT و Edge
- Uncovering Genetic and Signaling Pathway Alterations in Pompe Disease through Bioinformatics Approaches
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.