مروری بر استفاده از روش های داده کاوی برای پیشگیری و تشخیص بیماری سل
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 716
فایل این مقاله در 8 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:
AISST02_041
تاریخ نمایه سازی: 6 اردیبهشت 1396
چکیده مقاله:
بیماری سل که بزرگترین علت مرگ ناشی از بیماری های عفونی تک عاملی است. دارای مرتبه دهم در بار جهانی بیماری ها است و پیش بینی می شود تا سال 2020 همچنان جایگاه کنونی خود را حفظ کند و یا تا رتبه هفتم بالا رود. هدف اصلی این مطالعه، بررسی استفاده از روش های داده کاوی برای شناسایی و تشخیص بیماری سل است. پیچیدگی و زمان بر بودن تشخیص بیماری سل باعث گردیده تا محققان دست به ابداع روش هایی بزنند که با سرعت بالا و انجام محاسبات کمتر به نتایج قابل قبول دست یابند. یکی از روش های جمع آوری اطلاعات در بیماری سل، داده کاوی است. تاکنون تحقیقات زیادی در مورد استفاده از روش های داده کاوی برای تشخیص بیمار ها انجام گرفته که استفاده از داده کاوی در تشخیص بیماری سل نیز از جمله آنهاست. در تحقیقات صورت گرفته نیز بیشتر از تکنیک های درخت تصمیم و شبکه عصبی استفاده شده است. با بررسی تحقیقات گذشته می توان نتیجه گرفت که بهترین مدل ایجاد شده درخت تصمیم 5.C4 بود. با بکارگیری قوانین ایجاد شده برای یک نمونه جدید با ویژگیهای مشخص می توان در زمان کمتری تعیین کرد که احتمال ابتلا به بیماری سل چقدر است
کلیدواژه ها:
نویسندگان
شیما مهرمحمدی
گروه، نرم افزار ، واحد نیشابور ، دانشگاه آزاد اسلامی ، نیشابور ، ایران
رضا قائمی
گروه، نرم افزار ، واحد نیشابور ، دانشگاه آزاد اسلامی ، نیشابور ، 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 :