×
نام و نام خانوادگی
بازخوانی ...
اطلاعات کتابشناختی
عنوان اصلی: پيش بيني نارسايي كبدي با استفاده از تركيب شبكه عصبي مصنوعي و الگوريتم ژنتيك
پدیدآورندگان : محمود حيدري (پديدآور)
مهدي تيموري (پديدآور)
نوع : متن
جنس : مقاله
الكترونيكي
زبان : فارسي
صاحب محتوا :

انتشارات بوم سازه (پایگاه سیویلیکا)

توصیفگر :
وضعیت نشر : همايش ملي مهندسي كامپيوتر و توسعه پايدار با محوريت شبكه هاي كامپيوتري، مدل سازي و امنيت سيستمها
خلاصه : زمينه: بيماري نارسايي كبدي يكي از بيماري هاي شايع و خطرناك مي باشد، تشخيص بموقع اين بيماري مي تواند در پيشگيري از عوارض آن و نيز كنترل و درمان خود بيماري بسيار موثر باشد. بدين منظور در اين مطالعه سعي شده است تا به وسيله تكنيك شبكه عصبي مصنوعي و بهبود عملكرد آن به وسيله الگوريتم ژنتيك روشي مناسب جهت پيشبيني اين بيماري معرفي و پيشنهاد گردد. روش كار: در اين مطالعه از دو مجموعه داده استفاده شده است. مجموعه داده اول به نام BUPA شامل 543 نمونه از بيماران كبدي و مجموعه داده دوم به نام ILPD شامل 385 نمونه مي باشد. براي پياده سازي و محك الگوريتم پيشنهادي از نرم افزار WEKA استفاده شده است و در نهايت با استفاده از روشهاي مختلفي كه براي ارزيابي تكنيك هاي دادهكاوي وجود دارد اعتبار اين الگوريتم مورد تاييد قرار گرفت. يافته ها: پس از اعمال اين روش دستهبندي روي مجموعه داده هاي مورد استفاده در اين مطالعه دقت دستهبندي اين تكنيك تركيبي روي مجموعه داده BUPA برابر%45.98 و روي مجموعه داده ILPD برابر 59.49 % بدست آمد و مشخص شد كه عملكرد اين روش دسته بندي روي مجموعه داده ILPD بهتر است و اين امر مي تواند به علت داشتن تعداد مشخصه هاي بيشتر و مفيدتري نظير TB (Total Bilirubin) ، ALB (Albumin) ، DB (Direct Bilirubin) ، TP (Total Proteins) باشد. نتيجه گيري: در اين مقاله براي پيشبيني بيماري كبدي از الگوريتم ژنتيك استفاده شده است تا از طريق اين روش قدرت دسته بندي شبكه عصبي بهبود پيدا كند. در اين رويكرد تعداد نرون هاي لايه پنهان شبكه عصبي و همچنين وزن بين گره ها از طريق الگوريتم ژنتيك بهينه سازي مي گردد و در نتيجه دقت دسته بندي نسبت به روش شبكه عصبي سنتي با الگوريتم انتشار به عقب (Backpropagation) بهبود يافته است.
شناسه : oai:civilica.com/Paper-CESD01-CESD01_142.html
تاریخ ایجاد رکورد : 1392/12/25
تاریخ تغییر رکورد : 1393/11/16
قیمت شيء دیجیتال : دارای قیمت


* محتوای این صفحه توسط کارشناسان این درگاه ویرایش نشده است. لطفا در صورت مشاهده ایراد در محتوا از این طریق اطلاع رسانی کنید.

دیدگاه شما

تست
ورود به درگاه کنسرسیوم
Loding



رمز عبور خود را فراموش کرده ام.
چنانچه تا کنون عضو سایت نشده اید ثبت نام کنید.
درباره کنسرسیوم
ما مجموعه‌ای از كتابخانه‌ها و سازمان‌های دارای منابع اطلاعاتی (کتاب، نشریه، نسخه‌های خطی، عکس، صدا، فیلم و... ) هستیم که با هدف تامین نیازهای پژوهشگران و شهروندان ایرانی برای دسترسی هر چه سریع‌تر به محتوای مورد نظر خود، کنسرسیوم محتوای ملی را تشکیل داده‌ایم. برای رسیدن به این هدف، قصد داریم با بسترسازی مناسب و جلب مشارکت دیگر تولید کنندگان محتوا به گرد آوری، تبدیل، سازماندهی و حفاظت اطلاعات به شکل رقومی و در سطح ملی، بپردازیم.