تشخیص بیماری تیروئید با استفاده از روش ترکیب شبکه های عصبی مصنوعی با الگورریتم ژنتیک

تشخیص بیماری تیروئید با استفاده از روش ترکیب شبکه های عصبی مصنوعی با الگورریتم ژنتیک

آکادمی داده

۱۳۹۷/۰۴/۲۸


  • 58 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. 

 

در سالهای اخیر علاقه ی فزآیندهای در توسعه تئوریک سیستم های دینامیکی هوشمند که مبتنی بر داده های تجربی هستند ایجاد شده است. شبکه های عصبی مصنوعی جزء این دسته از سیستم های دینامیکی قرار دارند که با پردازش روی داده های تجربی، دانش یا قانون نهفته در ورای این اطلاعات را به ساختار شبکه منتقل میکنند. به همین علت، آنها را سیستمهای هوشمند می نامند. روش شبکه عصبی-الگوریتم ژنتیک یک روش مدلسازی- بهینه سازی قدرتمند برای فرآیندهای پیچیده میباشد و در بسیاری از موارد بهتر از روشهای دیگر عمل میکند. یکی از دلایل کاربرد شبکه عصبی و الگوریتم ژنتیک، در بهینه سازی پارامترهای انتخاب شده برای پیش بینی است، زیرا در حالت عادی پیدا کردن این پارامترها بسیار وقتگیر است. همان طور که ذکر شد در این تحقیق از روشهای شبکه های عصبی مصنوعی و ترکیب شبکه های عصبی مصنوعی با الگوریتم ژنتیک به عنوان عاملی برای پیشبینی بیماری تیروئید استفاده شده است. نتایج این پژوهش نشان از توفیق نسبی مدل شبکه های عصبی ترکیب شده با الگوریتم ژنتیک دارد. همچنین با توجه به نتایج حاصل از مدلسازی میتوان گفت استفاده از شبکه های عصبی ترکیب شده با الگوریتم ژنتیک دارای ضریب تبیین 82/0 است که نسبت به ضریب تبیین شبکه عصبی معمولی 76/0 عملکرد بهتری دارد.

 

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


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.  آکادمی داده در تلگرام، واتزآپ و تمامی پیام رسان های ایرانی(سروش، آی گپ، بله و ویسپی) با شماره 09120637751 حضور دارد 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.