پیشنهاددهی داروهای ضد دیابت به کمک ترکیبی از آنتولوژی، الگوریتم نزدیکترین همسایه فازی و مدل مبتنی بر گراف نزدیکترین همسایه
Publish place: The Second National Conference on Applied Research in Computer Science and Information Technology
Publish Year: 1393
Type: Conference paper
Language: Persian
View: 639
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
CITCONF02_395
Index date: 8 May 2016
پیشنهاددهی داروهای ضد دیابت به کمک ترکیبی از آنتولوژی، الگوریتم نزدیکترین همسایه فازی و مدل مبتنی بر گراف نزدیکترین همسایه abstract
در حال حاضر بیماری دیابت یکی از مخرب ترین بیماری های موجود در دنیا است. کشف زودهنگام این بیماری در افزایش فرصت درمان آن بسیار مؤثر است. هدف اصلی این مقاله، طراحی یک سیستم پیشنهاد دهنده است تا به پزشک و تجویز داروهای ضد دیابت متناسب با نیاز بیمار یاری رساند. در این راستا از مفهوم آنتولوژی استفاده شده است. از دو انتولوژی: پروفایل کاربر و داروهای ضد دیابت در این مقاله استفاده شده است. در این مقاله، برای آنالیز الگوریتم KNN و بررسی خصوصیات در فایل های کاربری و همسایه های کاربران این الگوریتم به صورت پروسه ای در نظر گرفته می شود که یک گراف را تولید می کند. همچنین به دلیل وجود برخی از مشکلات در الگوریتم KNN از تئوری مجموعه های فازی برای بهبود الگوریتم KNN استفاده می شود که منجر به ایجاد الگوریتم KNN فازی می شود. یک الگوریتم KNN فازی از اعضای کلاس های فارسی در مجموع یک نمونه استفاده می کند و بنابراین یک قانون کلاسه بندی فازی ایجاد می شود.
پیشنهاددهی داروهای ضد دیابت به کمک ترکیبی از آنتولوژی، الگوریتم نزدیکترین همسایه فازی و مدل مبتنی بر گراف نزدیکترین همسایه Keywords:
پیشنهاددهی داروهای ضد دیابت به کمک ترکیبی از آنتولوژی، الگوریتم نزدیکترین همسایه فازی و مدل مبتنی بر گراف نزدیکترین همسایه authors
ملک حسین زاده حسین آباد
دانشگاه آزاد اسلامی واحد مشهد
مهرداد جلالی
دانشگاه آزاد اسلامی واحد مشهد
اسماعیل خیرخواه
دانشگاه آزاد اسلامی واحد مشهد
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 :