پیش بینی تاثیر عوامل بیماری عروق کرونر در مردان با استفاده از تکنیک شبکه عصبی در داده کاوی
- سال انتشار: 1394
- محل انتشار: سومین همایش ملی کامپیوتر
- کد COI اختصاصی: NCCOS03_071
- زبان مقاله: فارسی
- تعداد مشاهده: 626
نویسندگان
دانشجو مهندسی کامپیوتر دانشگاه دامغان
چکیده
درسالهای اخیرامارمرگ و میردراثرابتلا به یکی ازانواع بیماریهای قلبی حدود 25درصد گزارش شده است همچنان این بیماری هزینه های زیادی برای بیماران و دولت ها به وجود آورده است لذا راهکاری برای کاهش میزان ابتلا به این بیماری میتواند کمک زیادی به پایین آوردن این هزینه ها کند دراین مقاله بابکارگیری تکنیکهای مختلف بااستفاده ازنرم افزار IBM SPSS modeler به بررسی عوامل خطرزا درمردان پرداخته شده است برای انجام این تحقیق ازداده های موجود دراینترنت استفاده شده است دراین پژوهش ازمدل Network Neuraچندلایه ای استفاده شد است بعدازانجام مراحل حذف فاکتورهایی که تاثیرکمتری درپیش بینی داشتند مدلی با دقت 85.9درصد بهدست آمد فاکتورهای exercise angina chest_ pain نیز به عنوان موثرترین فاکتورهای پیش بینی تولید و ثبت شد میزان درست بودن پیش بینی جهت طبقه بندی بیماران هم 80.9درصد به دست آمدکلیدواژه ها
داده کاوی ، بیماران عروق کرونر ، شبکه ی عصبی ، نمودار پرسپترون ، نرم افزار IBM SPSS Modelerمقالات مرتبط جدید
- بررسی عددی تاثیر لایه مرزی بر عملکرد انتقال حرارت و افت فشار در مبدل های حرارتی
- Quantitative Insights into G Protein Signaling: A Review of Recent SPR Methodologies and Discoveries
- استفاده از دو الگوریتم رمزنگاری AES و DES در راستای افزایش امنیت اطلاعات در شبکه های حسگر بیسیم
- پیشنهاد الگوریتم های بهینه سازی برای طراحی گراف های پیچیده با استفاده از شبکه های مولد (GAN)
- طراحی و ارزیابی مدل های تحلیلی برای تسریع فرایند های تصمیم گیری در تحلیل داده های بزرگ به کمک تکنیک یادگیری ماشین
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.