پیش بینی نارسایی های کبدی با استفاده از یادگیری نیمه نظارتی
Publish place: The 5th National Conference on Development of Modern Sciences and Technologies in Management, Accounting and Computer Sciences
Publish Year: 1401
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 212
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IVCONF05_257
تاریخ نمایه سازی: 26 آبان 1401
Abstract:
کبد عضو مهم بدن انسان که نارسایی آن منجر به بیماری هایی از جمله سرطان کبد می شود. تشخیص زودهنگام اختلالات کبدی می تواند ریسک ابتلا را کاهش دهد که نیاز به زمان و هزینه منابع پزشکی زیاد دارد. یادگیری ماشین علمی که به کمک آن می توان با استفاده از داده های افراد ازمایش شده، افراد جدید را برا اساس بیمار بودن یا نبودن کلاس بندی کرد. در کاربردهای دنیای واقعی تمام داده ها دارای برچسب نیستند، بنابراین نیاز به روشی داریم که داده های بدون برچسب را برچسب زنی کند که یادگیری نیمه نظارتی یکی از آنهاست. این مقاله چندین الگوریتم را استفاده و مقایسه کرده است.
Keywords:
Authors
شاهرخ اسدی
دانشیار گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه تهران
سروش یوسفی
دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه تهران