انواع روش های الگوریتم ایمنی مصنوعی در خوشه یابی داده ها

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 513

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

COMCONF05_070

تاریخ نمایه سازی: 21 اردیبهشت 1397

چکیده مقاله:

در این مقاله یک سیستم ایمنی مصنوعی اصلاح شده (AIS) که روش تشخیص الگو به منظور افزایش توانایی روش طبقه بندی بر اساس AIS متعارف موجود که برتری روش مبتنی بر AIS است معرفی میشود. به طور مرسوم، روش AIS اغلب با K نزدیکترین همسایه الگوریتم (K-NN) به صورت یک روش طبقه بندی به نام AIS-KNN است. سیستم هایایمنی مصنوعی (AIS) شاخه جدیدی از هوش مصنوعی است که با الهام گرفتن از سیستم ایمنی بدن الگوریتم هایی را در زمینه های مختلف هوش مصنوعی ارایه میکند. از جمله میتوان الگوریتم AIRS را که برای طبقه بندی بکار میرود، نام برد. قسمتی از کار سیستم ایمنی رهاسازی لنفوسیتها در خون است. دو نوع مختلف از این لنفوسیتها بنامT-cell ها وB-cell ها با گردش در خون، شناسایی عوامل بیگانه و تولید سلولهای ماندگار نوعی ایمنی دایمی به وجود می آورند. الگوریتم AIRS باتوجه به این شیوه، سعی در یادگیری الگوهای ورودی دارد. این الگوریتم با ایجاد نوعی مکانیزم رقابتی، سلولهای ایمنی که بهترین طبقه بندی را انجام میدهد تکثیر میکند و زنده نگه میدارد. نهایتا0 از این سلولها به عنوان طبقه بندی کننده استفاده میکند.

کلیدواژه ها:

سیستم مصنوعی سیستم ایمنی ، عملکرد پایه ای شعاعی ، رگرسیون حداقل مربعات جزیی ، تشخیص الگو ، سرطان پستان ، تشخیص بالینی. نمونه سرطان پستان. تشخیص بالینی

نویسندگان

همایون یکتایی

دانشجوی ارشد مهندسی پزشکی، گروه مهندسی پزشکی، دانشگاه آزاد اسلامی، تهران شمال