Fuzzy Classifcation of Imbalanced Data Sets to Medical Diagnosis
محل انتشار: هفدهمین کنفرانس مهندسی پزشکی ایران
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,039
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICBME17_281
تاریخ نمایه سازی: 9 تیر 1392
چکیده مقاله:
In this paper we have proposed a new method for medical diagnosis which is a hybridization of fuzzy logic and Ant Colony Optimization (ACO). At first, we utilize an oversampling method to balance the input datasets. Then, a set of fuzzy rules are discovered by using of an ACO algorithm. These fuzzy rules are made up our classifier. In next stage, testing samples are classified by an averaging based fuzzy engine. Our results indicate that the proposed method is efficient as a decision support tool for medical diagnosis.
کلیدواژه ها:
نویسندگان
Mostafa Fathi Ganji
Faculty of Electrical and Computer Engineering, Tarbiat Modares University, Tehran, Iran
Mohammad Saniee Abadeh
Faculty of Electrical and Computer Engineering, Tarbiat Modares University, Tehran, Iran
Mahdi Hedayati
Institute for Endocrine Science, Shahid Beheshti University of Medical Science, Tehran, Iran
Nuredine Bakhtiari
Department of Biochemistry, Tarbiat Modares University, Tehran. Iran.
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 :