کاربرد سیستم های طبقه بندXCS درتشخیص بیماری دیابت

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 785

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CECIT01_590

تاریخ نمایه سازی: 14 شهریور 1392

چکیده مقاله:

سیستم طبقه بندXCS که به عنوان یکی ازموفقترین عاملهای یادگیرنده برای حل مسائلLearning Agents شناخته شده است به این صورت عمل می کند که قوانین خود را براساس دقت آنها درپیش بینی پاداش دریافتی ازمحیط ارزیابی کرده و با استفاده ازالگوریتم ژنتیک بروز اوری می کند سیستم طبقه بندی XCS کاربردهای موفقی داشته است دراین مقاله کاربرد آن را درتشخیص بیماری دیابت مورد بررسی قرار میدهیم که مقایسه نتایج بدست آمده با نتایج حاصل ازروشهای دیگر نشان دهنده برتری این روش ازنظر دقت تشخیص می باشد.

کلیدواژه ها:

الگوریتم های کلاس بندی ، تشخیص بیماری دیابت ، عامل یادگیرنده XCS

نویسندگان

مسعود شریعت پناهی

دانشیاردانشگاه تهران

نوید مشتاقی یزدانی

دانشجوی کارشناسی ارشد مکاترونیک

حمیدرضا معتمدزاده

دانشجوی کارشناسی ارشد مکاترونیک

پویا افرند

دانشجوی کارشناسی ارشدمکاترونیک

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • /5/ غفاری، مریم، دیابت علت یک چهارم بماری های دیالیزی ...
  • C. Blake. , E. Keogh. , C. J. Merz ;" ...
  • J. Han and M. Kamber; Data Mining Concepts and SanFrancisco ...
  • Techniques, _nd Kaufmann, 2006. ...
  • I. H. Witten and . Frank; Data Mining(Practical Machine Learning ...
  • http ://www.aftab _ ir/articles/h ealth_therapy/i llness/c 13c120 .1387، 895963 1 ...
  • نمایش کامل مراجع