پیش بینی بیماری هپاتیت به کمک شبکه عصبی مصنوعی
محل انتشار: همایش ملی دانشگاه، محور توسعه
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 527
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- 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:
NCUDD01_076
تاریخ نمایه سازی: 11 مرداد 1396
چکیده مقاله:
یکی از روشهای موثر برای کمک به تشخیص بیماریها، استفاده از شبکه عصبی و روشهای دادهکاوی است. در این مقاله قصد داریم چند مدل برای پیشبینی بیماری هپاتیت برمبنای شبکههای عصبی ارایه دهیم و آنها را بر روی اطلاعات بدست آمده ازپایگاه دادهی UCA پیادهسازی کنیم. اطلاعات را به 10 قسمت تقسیم کرده و 10 بار شبکه را اجرا میکنیم، که هر بار یک قسمت را به عنوان آموزش و سایر قسمتها را به عنوان تست به شبکه اعمال کردیم. با این روش تمام اطلاعات هم در اجرا و هم در تست بکار میروند و نتایج معتبرتری بدست میآید. حسن دیگر این مقاله این است که بعضی از اطلاعات ورودی آن کامل نبوده و شبکه توانایی تخمین در این موارد نیز دارد. همچنین ما روشمان را با چندین شبکه عصبی پیاده سازی کرده و دقت روشها را با هم مقایسه کردیم. به این نتیجه رسیدیم که مدلهای پیادهسازی شده با شبکههای SVM و SOFM دارای ماکزیمم دقت به ترتیب 86,98 %و 100 %و میانگین دقت به ترتیب 31,88 %و 49,86 %هستند.
نویسندگان
سعیده کبیری راد
عضو هیات علمی دانشگاه صنعتی بیرجند
وحید رضاافشین
سازمان آموزش و پرورش