پیشبینی بیماری آب مروارید با استفاده از روش عصبی فازی مبتنی بر کاهش خصوصیات

پیشبینی بیماری آب مروارید با استفاده از روش عصبی فازی مبتنی بر کاهش خصوصیات


  • 386 بازدید

در این سلسله مقالات به مفاهیم و کاربرد های داده‌کاوی، متن کاوی و علوم مرتبط با علم داده پرداخته می‌شود. با توجه به حجم عظیم مقالات تولید شده در زبان فارسی در حوزه داده کاوی و علم داده، آکادمی داده تصمیم گرفت مقالات فارسی منتشر شده در این حوزه را خلاصه برداری کرده و در اختیار علاقه مندان قرار دهد. این مقالات ابتدا با معرفی موضوع و کارهای انجام شده آغاز می شود و سپس مجموعه داده یا دیتاست تحقیق ارائه می شود و سپس پیاده سازی انجام شده در رپیدماینر، وکا یا پایتون ارائه شده و نتایج تحلیل می شود.

در این رشته نوشته ها ابتدا خلاصه ای از مقاله ارائه شده و سپس نتیجه گیری مقاله عینا آورده می گردد و سپس فایل پی دی اف آن نیز برای دانلود در اختیار محققین و پژوهشگران عزیز قرار می گیرد. 

هدف این تحقیق، بررسی کارآیی روش عصبی- فازی در تشخیص آب مروارید بوده است. بررسی قوانین مختلف فازی در الگوریتم عصبی- فازی و همچنین ایجاد این قوانین به صورت موثرتر، به جهت افزایش میزان موفقیت در پیش بینی، از اهداف اصلی این تحقیق بود هدف علمی که در این تحقیق به دنبال آن بودیم، آن است که بحث یادگیری و الگوریتم های مختلف یادگیری، در مسائل پزشکی بسیار فراگیر شده است، اما با توجه به بررسی های انجام شده در مورد آب مروارید، که امروزه یکی از مسائل روز در پزشکی به حساب می آید، و عدم بررسیهای الگوریتمهای مختلف یادگیری برای این بیماری به صورت کافی، ما را بر آن داشت تا یکی از بهترین الگوریتم های یادگیری را برای پیش بینی این بیماری بررسی کنیم. هدف کاربردی که در این تحقیق به دنبال آن بودیم، آن است که با توجه به اینکه امروزه در بین جوامع بشری بیماری آب مروارید بسیار شایع می باشد، و همچنین به دلیل تعدد بالای کلینیک های چشم پزشکی، می توان از نتایج این تحقیق در این مراکز استفاده کرد با استخراج ویژگیهای مناسب از بیماران و تزریق آنها به شبکه های عصبی- فازی تا حدودی توانستیم در خصوص موفقیت آمیز بودن روش های پزشکی پیش بینی نمائیم. این امر در ارائه درمان مناسب به بیماران مفید می باشد. استفاده از متغییرهای زبانی به دلیل ماهیت نسبی بودن برخی از پارامترها و تلفیق آن با شبکه عصبی از مزایای روش پیشنهادی در مقایسه با روش های قبلی است.

این مقاله از طریق لینک قابل دسترسی است و محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند. 

چه چیزی داده کاوی نیست؟

داده کاوی چیست؟

آموزش ابزارِ داده کاوی رپیدماینر

در مورد داده کاوی سلامت

کپی برداری بدون ذکر منبع، بر اساس قانون جرائم اینترنتی و مادۀ 12 فصل سوم قانون جرائم رایانه ای غیر قانونی بوده و مجازات جزای نقدی و حبس دارد و شرعا نیز حرام است! 
اگر در زمینه داده کاوی در حال تحقیق یا پیاده سازی پروژه تجاری یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید. برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد. 


افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است.