سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

استفاده ازشبکه عصبی مصنوعی با وزن دهی بهینه توسط الگوریتم های تکاملی درتشخیص بیماری دیابت

Publish Year: 1391
Type: Conference paper
Language: Persian
View: 1,967

This Paper With 8 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

PNUNCIT01_202

Index date: 10 May 2013

استفاده ازشبکه عصبی مصنوعی با وزن دهی بهینه توسط الگوریتم های تکاملی درتشخیص بیماری دیابت abstract

مبتلایان به دیابت درمعرض خطرسکته قلبی بوده و احتمال ابتلا به دیگر بیماریهای قلبی عروقی و چشمی و نارسایی کلیوی درآنان افزایش می یابد میتوان گفت یافتن و پیاده سازی روشی که قادرباشد هرفرد را درپیش بینی تشخیص ابتلا به این بیماری یاری رساند گامی مفید درجهت پیشگیری و کنترل این بیماری خواهد بود دراین مقاله برانیم تا با استفاده ازالگوریتم های داده کاوی و همچنین استفاده ازشبکه عصبی مصنوعی این پیش بینی را انجام دهیم برای بهینه سازی شبکه عصبی وزن دهی بهینه ی آن را با استفاده ازالگوریتم های تکاملی انجام میدهیم درادامه مقایسه ای بین الگوریتم مورچگان و ژنتیک به منظور تعیین وزن بهینه برای شبکه عصبی انجام میگیرد همچنین نتایج حاصل ازالگوریتم های داده کاوی و شبکه عصبی و الگوریتم ترکیبی تکاملی و شبکه عصبی برروی دو پایگاه دادهمرتبط با بیماران دیابتی باهم مقایسه شده و روش بهینه جهت تشخیص و پیش بینی بیماری را ارایه خواهد داد

استفاده ازشبکه عصبی مصنوعی با وزن دهی بهینه توسط الگوریتم های تکاملی درتشخیص بیماری دیابت Keywords:

استفاده ازشبکه عصبی مصنوعی با وزن دهی بهینه توسط الگوریتم های تکاملی درتشخیص بیماری دیابت authors

فرزانه رحمانی

دانشگاه صنعتی بیرجند

مریم رادپور

دانشجوی مهندسی کامپیوتر

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
J. Ye; Z. Zhao; M. Wu, discriminative; "K-Means for clustering", ...
"فناوری اطلاعات و شبکه‌های کامپیوتری دانشگاه پیام نور" دانشگاه پیام ...
http ://rasekhoon .net/articleP. [2] _ : _ _ ...
York: Oxford Univ. Press, 1995. ...
_ D.E.Goldberg, "Genetic Algorithm in Search, Optimizatio and machine Learning", ...
Technologies (E-ISSN: 2044-6004) 303 Volume 2, Issue 2, April 2011 ...
European Journal of Scientific Research ISSN 1450-216X Vol.31 No.4 (2009), ...
M.Phil and A. Tamilarasi' DATA MINING - FUZZY NEURAL GENETIC ...
Research Journal March 2008. ...
نمایش کامل مراجع

مقاله فارسی "استفاده ازشبکه عصبی مصنوعی با وزن دهی بهینه توسط الگوریتم های تکاملی درتشخیص بیماری دیابت" توسط فرزانه رحمانی، دانشگاه صنعتی بیرجند؛ مریم رادپور، دانشجوی مهندسی کامپیوتر نوشته شده و در سال 1391 پس از تایید کمیته علمی اولین همایش ملی فناوری اطلاعات و شبکه های کامپیوتری دانشگاه پیام نور پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله الگوریتم های داده کاوی، شبکه عصبی، الگوریتم مورچگان، الگوریتم ژنتیک هستند. این مقاله در تاریخ 20 اردیبهشت 1392 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1967 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که مبتلایان به دیابت درمعرض خطرسکته قلبی بوده و احتمال ابتلا به دیگر بیماریهای قلبی عروقی و چشمی و نارسایی کلیوی درآنان افزایش می یابد میتوان گفت یافتن و پیاده سازی روشی که قادرباشد هرفرد را درپیش بینی تشخیص ابتلا به این بیماری یاری رساند گامی مفید درجهت پیشگیری و کنترل این بیماری خواهد بود دراین مقاله برانیم تا با استفاده ... . این مقاله در دسته بندی موضوعی دیابت و داده کاوی و الگوریتم ژنتیک و شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله استفاده ازشبکه عصبی مصنوعی با وزن دهی بهینه توسط الگوریتم های تکاملی درتشخیص بیماری دیابت با 8 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.