اکتشاف دانش از پایگاه داده های متنی و بکار گیری الگوریتم خوشه بندی KNN و درخت تصمیم در بیماری نارسایی کلیوی
محل انتشار: کنفرانس بین المللی افق های نو در علوم مهندسی
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 484
فایل این مقاله در 10 صفحه با فرمت PDF و WORD قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ENGCONF01_104
تاریخ نمایه سازی: 13 مهر 1397
چکیده مقاله:
هر اختلال طولانی مدت و غیر قابل بهبود عملکرد کلیه که بیش از سه ماه به طول انجامد را نارسایی مزمن کلیه می گویند . در حالت طبیعی کلیه ها به دفع مواد زاید بدن ، همچنین حفظ تعادل مواد معدنی و الکترولیت ها مانند کلسیم ، سدیم ، پتاسیم کمک کرده و نقش مهمی در تولید سلولهای قرمز خون داشته همچنین اسید و باز خون را متعادل می کنند ، در صورت نارسایی آنها ، مواد زاید در بدن تجمع یافته و باعث ایجاد علایمی با شدت متغیر می گردند و کلیه ها وظایف خود را به خوبی انجام نمی دهند. این پروژه به دنبال تحقیق و بررسی رابطه بین داده های جمع آوری شده بیماران کلیوی به منظور ارایه مدلی برای پیش بینی نارسایی مزمن کلیوی است . تکنیک های داده کاوی یک روش کارآمد برای استخراج اطلاعات از انبار داده های بیماران جهت پیش بینی نارسایی کلیه است که این اطلاعات به منظور حذف داده های نامرتبط از انبار قبل از انجام فرآیند استخراج ، پاکسازی و فیلتر شده اند و در نهایت با استفاده از تکنیک های مختلف داده کاوی بهترین مدل را جهت پیش بینی این بیماری ارایه می دهد.
کلیدواژه ها:
نویسندگان
فرهاد مردوخی
استادیار گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه رازی، کرمانشاه، ایران
احمد صحبتی فرد
موسسه آموزش عالی غیرانتفاعی زاگرس، گروه مهندسی کامپیوتر، کرمانشاه، ایران