ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیش بینی وقوع بیماری هپاتیت از طریق انتخاب ویژگی مبتنی بر الگوریتم تکاملی تفاضلی و یادگیری ماشین بردار پشتیبان بهینه شده

تعداد صفحات: 5 | تعداد نمایش خلاصه: 56 | نظرات: 0
سال انتشار: 1398
کد COI مقاله: ETECH04_078
زبان مقاله: فارسی
(فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 5 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 7,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی وقوع بیماری هپاتیت از طریق انتخاب ویژگی مبتنی بر الگوریتم تکاملی تفاضلی و یادگیری ماشین بردار پشتیبان بهینه شده

جواد طلایی - موسسه آموزش عالی دیلمان لاهیجان، گیلان، ایران
مجید مشکین مژه - موسسه آموزش عالی دیلمان لاهیجان، گیلان، ایران

چکیده مقاله:

پزشک متخصص از طریق نتایج آزمایشات خون و معاینه درصدد است تا وجود قطعی بیماری هپاتیت را تشخیص دهد، لیکن با مشکلاتی نظیر زمان بر بودن ، امکان عدم پیش بینی دقیق و عدم قطعیت در دستیابی به جواب رو به رو هستند و ممکن است آن چه که واقعیت بیماری هپاتیت است، حاصل نشود. پیشتر روش های خود کار ارائه شده اند که اغلب با دقت کم و عدم قطعیت در دستیابی به پاسخ بهینه همراه بوده اند، جامعیت لازم را ندارند و یا آن که با مشکل بیش برازش همراه هستند. در مقاله کنونی، الگوریتمی در جهت تشخیص خودکار بیماری هپاتیت عفونی براساس تئوری کارآمد مرکب از ماشین بردار پشتیبان بهینه شده و الگوریتم تکاملی- تفاضلی پیشنهاد شده که نسبت به روش های مشابه، از دقت و سرعت بالاتری در عملکرد برخورد ار می باشد. در فاز نخست، توسط الگوریتم تکاملی- تفاضلی کمینه تیرن تعداد ویژگی انتخاب می شود، سپس در الگوریتم ماشین بردارپشتیبان مکرر بهینه شده به دنبال بهترین جواب خواهد بود. برای آموزش ماشین بردار پشتیبان پیشنهادی از تکنیک اعتبارسنجی K-fold استفاده شده است . الگوریتم پیشنهادی در سطح قابل قبولی با خطای کمتر از 1% در تشخیص بیماری هپاتیت موثر واقع شده است.

کلیدواژه ها:

هپاتيت، الگوريتم تكاملي- تا فضلي- ماشين بردار پشتيبان، الگوريتم ژنتيك و عدم قطعيت

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/989093/

کد COI مقاله: ETECH04_078

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
طلایی، جواد و مشکین مژه، مجید،1398،پیش بینی وقوع بیماری هپاتیت از طریق انتخاب ویژگی مبتنی بر الگوریتم تکاملی تفاضلی و یادگیری ماشین بردار پشتیبان بهینه شده،چهارمین کنفرانس ملی تکنولوژی در مهندسی برق و کامپیوتر،تهران،،،https://civilica.com/doc/989093

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1398، طلایی، جواد؛ مجید مشکین مژه)
برای بار دوم به بعد: (1398، طلایی؛ مشکین مژه)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: 397
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.

پشتیبانی