A New Artificial Intelligence Method for Prediction of Diabetes Type2
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 781
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CITCOMP01_124
تاریخ نمایه سازی: 16 شهریور 1395
چکیده مقاله:
Diabetes is a chronic illness without a conclusive cure, and is the most common cause of amputations, blindness, and chronic kidney failure, and an important risk factor in heart problems. The only hope for these patients is through proper care. The main difficulty, regarding this dangerous and destructive illness, is not detecting it in time, and generally, a weakness in detection. Hence, implementation of a method that can help in the detection of this illness is an important step toward the prevention and control of this illness, especially in the early stages. In this article, using adaptive neural fuzzy inference system (ANFIS), we have attempted to predict this illness. The speed and the validity of the suggested algorithm is more than the other smart methods used. The method proposed in this article, with a 10% validity increase during training and a 5% validity increase during experimentation has a better performance than previous smart methods
کلیدواژه ها:
Diabetes ، Adaptive neural fuzzy inference system ، Fuzzy data ، Fuzzy inference system ، neural network
نویسندگان
Samira Karabpour
Department of Mathematics, Urmia Branch, Islamic Azad University, Urmia, Iran
Ahmad Jafarian
Department of Mathematics, Urmia Branch, Islamic Azad University, Urmia, Iran
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 :