شناسایی سرطان سینه با استفاده از الگوریتم های یادگیری ماشین
Publish place: Conference on Computer Engineering and Sustainable Development with a focus on computer networking, modeling and systems security
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,793
This Paper With 8 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:
CESD01_237
تاریخ نمایه سازی: 25 اسفند 1392
Abstract:
سرطان سینه، رشد و تکثیر غیر عادی سلول های بدخیم در بافت های مختلف سینه، مثل مجاری انتقال شیر، غدد تولید کننده شیر و بافت های غیر غده ای سینه است . این مقاله به بررسی کاربرد الگوریتم های یادگیری ماشین در شناسایی سرطان سینه میپردازد. در این راستا الگوریتم های یادگیری مبتنی بر نمونه، ماشین بردار پشتیبان، شبکه های عصبی، شبکه های بیزین، رگرسیون منطقی و انواع درختان تصمیم موجود در نرم افزار WEKA بر روی مجموعه داده WBCD ) Wisconsin Breast Cancer Dataset ) تست و کارایی هر یک بررسی شده است. نتایج حاصل از بررسی نشان می دهد که در این مجموعه داده، شبکه های عصبی RBF ، درختان تصمیم Random Forest و ماشین بردار پشتیبان، بالاترین دقت شناسایی را داشته اند.
Keywords:
Authors
الهام مهدی پور
عضو هیئت علمی موسسه آموزش عالی خاوران
نفیسه حسین پور فرمدی
موسسه آموزش عالی خاوران
سمیه نوروزی
موسسه آموزش عالی خاوران
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 :