مقایسه کارایی انواع سیستم های هوشمند در پیش بینی بقای بیماران مبتلا به سرطان معده
Publish place: International Conference on
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 816
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:
ICESAL01_052
تاریخ نمایه سازی: 22 مهر 1394
Abstract:
در این مقاله یک روش هوشمند برای پیش بینی بقای بیماران مبتلا به سرطان معده ارائه شده است.یکی ازمشکلات اساسی مربوط به این بیماری که از کشور های پیشرفته به کشورهای در حال توسعه تغییر مکان داده استتک گیر بودن آن بوده به طوری که تنها حدود 1% تا 3% می تواند به صورت ارثی باشد.امروزه پزشکان با تکیه بر مستندات و آزمایشات علمی و تجربیات خود به وجود این بیماری پی می برند. اما با توجه به حجم انبوه تعداد بیماران، می توان از یک سیستم به منظور پیش بینی بقای بیماران مبتلا به سرطان معده استفاده نمود. نتایج حاصل از پیاده سازی بر روی پایگاه داده جمع آوری شده نشان دهنده کارایی بالاتر روش پیشنهادی در پیش بینی بقای بیماران مبتلا به سرطان معده نسبت به سیستمXCS کلاسیک، شبکه های عصبی ELMAN دسته بندی AD Tree و C4.5 ،KNN ،SVM می باشد.
Keywords:
سرطان معده/XCS , /کلاسیک/XCSLA/الگوریتم های هوش مصنوعی
Authors
احسان صادقی پور
دانشکده فنی و حرفه ای سما، دانشگاه آزاد اسلامی واحد بندرعباس، بندرعباس، ایران
رحمان مهدی زاده
دانشکده فنی و حرفه ای سما، دانشگاه آزاد اسلامی واحد بندرعباس، بندرعباس، ایران
فرزاد حسین زاده
دانشکده فنی و حرفه ای سما، دانشگاه آزاد اسلامی واحد بندرعباس، بندرعباس، ایران
محسن محبی
دانشکده فنی و حرفه ای سما، دانشگاه آزاد اسلامی واحد بندرعباس، بندرعباس، ایران
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 :