پیش بینی بیماری هپاتیت به کمک شبکه عصبی مصنوعی
- سال انتشار: 1395
- محل انتشار: همایش ملی دانشگاه، محور توسعه
- کد COI اختصاصی: NCUDD01_076
- زبان مقاله: فارسی
- تعداد مشاهده: 668
نویسندگان
عضو هیات علمی دانشگاه صنعتی بیرجند
سازمان آموزش و پرورش
چکیده
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.کلیدواژه ها
پیش بینی بیماری هپاتیت، شبکه عصبی، نگاشت خودسازمانده، MLP ،SVM ،RBF ،PCAمقالات مرتبط جدید
- بررسی جامع پتانسیلها و اثرات هوش مصنوعی و ChatGPT در پیشبرد و شکل دهی به فرآیندهای آموزشی مدرن
- بررسی کاربرد هوش مصنوعی در تعاملی سازی محیط یادگیری الکترونیکی
- تحلیلی از نقاط قوت و ضعف هوش مصنوعی در حل مسئله ریاضی
- استفاده از ChatGPT برای بهبود فعالیتهای آزمایشگاهی شیمی
- شخصی سازی آموزش و طراحی آموزشی به واسطه هوش مصنوعی در آموزش عالی
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.