CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

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

عنوان مقاله: استفاده ازشبکه عصبی مصنوعی با وزن دهی بهینه توسط الگوریتم های تکاملی درتشخیص بیماری دیابت
شناسه ملی مقاله: PNUNCIT01_202
منتشر شده در اولین همایش ملی فناوری اطلاعات و شبکه های کامپیوتری دانشگاه پیام نور در سال 1391
مشخصات نویسندگان مقاله:

فرزانه رحمانی - دانشگاه صنعتی بیرجند
مریم رادپور - دانشجوی مهندسی کامپیوتر

خلاصه مقاله:
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

کلمات کلیدی:
الگوریتم های داده کاوی، شبکه عصبی، الگوریتم مورچگان، الگوریتم ژنتیک

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/196043/