رویکردی نوین در تشخیص بیماری دیابت از نوع 2 با استفاده از شبکه های عصبی مصنوعی احتمالی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 965
فایل این مقاله در 17 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:
CBCONF01_1079
تاریخ نمایه سازی: 16 شهریور 1395
چکیده مقاله:
یکی از بزرگترین مشکلات سلامتی و بهداشتی در دنیای امروز بیماری دیابت می باشد چرا که ناتوانی جسمی و حتی مرگافراد مبتلا به این بیماری را به همراه داشته است به همین دلیل برای تشخیص درست بیماری دیابت باید روشی را به کار بردکه در تشخیص بیماری دیابت حداقل خطا را داشته باشد که مدلهای مختلف شبکه های عصبی مصنوعی توانایی انجامتشخیص با حداقل خطا را دارند. به همین دلیل در این مقاله از مدل شبکه های عصبی احتمالی (PNN) برای تشخیص بیماریدیابت از نوع 2 استفاده شده است. دیتاستی که برای تشخیص بیماری دیابت از نوع 2 استفاده شده است، dataset Pima Indians Diabetes است که شامل 768 نمونه داده می باشد با توجه به این دیتاست مدل PNN در محیط متلب پیاده سازیشده است و همچنین در این مقاله معیار کارایی به حداکثر رساندن دقت تشخیص بیماری دیابت از نوع 2 در مرحله ی اموزشو ازمایش Pima Indians Diabetes dataset می باشد که در نهایت به این نتیجه پی بردیم که دقت اموزش برابر 89.56% ودقت ازمایش برابر 81.49% می باشد.
کلیدواژه ها:
نویسندگان
زاهد سلطانی علی آبادی
گروه مهندسی کامپیوتر، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران
احمد جعفریان
گروه ریاضی، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران
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 :