پیش بینی بیماری قلبی با استفاده از تکنیک داده کاوی شبکه عصبی
Publish place: International Conference on Accounting and Management
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,410
This Paper With 12 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:
MOCONF01_0873
تاریخ نمایه سازی: 29 آبان 1394
Abstract:
داده کاوی به بررسی و تجزیه و تحلیل مقادیر عظیمی از داده ها به منظور کشف الگوها و قوانین معنی دار اطلاق میشود کهه عمدتا از طریق ساختن مدل ها و الگوریتم ها، ورودی ها را با هدف خاصی مرتبط می نماید. گاهی تکنیک های داده کاوی منجر به شناسایی الگوریتم های معنادار می شوند که می توانند با استفاده از داده های موجود و در دسترس و با هزینه کم، زمینهه های ابتلا، پیشگیری و درمان بیماری ها را در پزشکی فراهم آورده و پزش ها را در تشخص به موقع یاری رساند. این مطالعه با هدف استفاده مدیران بیمارستان از نتایج حاصل از داده کاوی سیستم های اطلاعات بیمارستانی جهت پیش بینی دقیق تر و تصمیم گیری مؤثرتر در درمان بیماران صورت گرفته است. داده های مورد استفاده در این مطالعه، مربوط به اطلاعات 270 بیمار است که از انبار داده سایت UCI استخراج شده و شامل 11 متغیر است. از مدل شبکه عصبی برای پیشبینی مبتلا بودن به بیماری قلبی استفاده شده و دقت پیش بینی آن مورد بررسی قرار گرفته است. بر اساس نتایج، مشاهده میشود، مدل شبکه عصبی با ساختار پرسپترون چند لایه با دقتی برابر با 83.33% عمل کلاس بندی را برای مجموعه مشاهدات آزمون انجام داده است.
Keywords:
Authors
مریم کاظمی
گروه مدیریت، پردیس علوم و تحقیقات ایلام، دانشگاه آزاد اسلامی ایلام، ایران
حسین مهدی زاده
استادیار دانشگاه ایلام
اردشیر شیری
استادیار دانشگاه ایلام
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 :