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

طبقه بندی بیماری سرطان سینه با استفاده از الگوریتم یادگیری ماشین فوق العاده

عنوان مقاله: طبقه بندی بیماری سرطان سینه با استفاده از الگوریتم یادگیری ماشین فوق العاده
شناسه ملی مقاله: ICELE02_217
منتشر شده در دومین کنفرانس بین المللی مهندسی برق در سال 1396
مشخصات نویسندگان مقاله:

عاطفه سرلک - دانشجوی کارشناسی ارشد مهندسی برق-کنترل موسسه آموزش عالی پیام گلپایگان
سیدمهدی هاشمی - عضو هییت علمی موسسه آموزش عالی پیام گلپایگان، اصفهان، ایران
زهرا عصارزاده - مدرس موسسه آموزش عالی پیام گلپایگان، اصفهان، ایران
ابوالقاسم دایی چیان - عضو هییت علمی موسسه آموزش عالی پیام گلپایگان، اصفهان، ایران

خلاصه مقاله:
در این مقاله، از شبکه عصبی پرسپترون چند لایه مبتنی بر ماشین با قابلیت یادگیری فوق العاده برای طبقه بندی بیماری سرطان سینه استفاده شده است. الگوریتم یادگیری فوق العاده برای آموزش شبکه های عصبی پیش خور استفاده می شود که با تعین نوع تابع فعال ساز لایه مخفی و تعداد نرون در لایه مخفی شبکه آموزش میبیند. در این مقاله، با تغییر این دو پارامتر، یعنی تابع فعال ساز لایه مخفی و تعداد نرون در لایه مخفی، عملکرد سیستم مورد بررسی قرار داده شده است. در این روش ، زمان تست، زمان آموزش، دقت طبقه بندی برای 10 بار اجرای ارزشیابی متقابل ده قسمتی برای توابع فعالسازی مختلف مورد بررسی قرار گرفت و میانگین، انحراف استاندارد، بیشینه و کمینه هر کدام گزارش شده است. الگوریتم پیشنهادی دارای قابلیت تعمیم فوق العاده و دقت و سرعت بسیار بالایی میباشد.

کلمات کلیدی:
شبکه عصبی، ماشین با قابلیت یادگیری فوق العاده، طبقه بندی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/698500/