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

به کارگیری تکنیک های داده کاوی در پزشکی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۱ | تعداد نمایش خلاصه: ۶۲۰۰ | نظرات: ۰
سال انتشار: ۱۳۸۶
کد COI مقاله: IDMC01_032
زبان مقاله: فارسی
فایل PDF حاوی متن کامل این مقاله در حال حاضر در سایت موجود نمی‌باشد.

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله منتشر نشده و درپایگاه سیویلیکا موجود نمی باشد.

منبع مقالات سیویلیکا دبیرخانه کنفرانسها است. برخی از دبیرخانه ها اقدام به انتشار اصل مقاله نمی نمایند. به منظور تکمیل بانک مقالات موجود، چکیده این مقالات در سایت درج می شوند ولی به دلیل عدم انتشار اصل مقاله، امکان ارائه آن وجود ندارد.

خرید و دانلود PDF مقاله

اصل مقاله (فول تکست) فوق منتشر نشده و یا در سایت موجود نیست و امکان خرید آن فراهم نمی باشد

مشخصات نویسندگان مقاله به کارگیری تکنیک های داده کاوی در پزشکی

  محمدسعید زائری - دانشجوی کارشناسی ارشد مهندسی صنایع دانشگاه امیرکبیر
  جمال شهرابی - استادیار دانشکده مهندسی صنایع دانشگاه صنعتی امیرکبیر
  محمود پری آذر - دانشجوی کارشناسی ارشد مهندسی صنایع دانشگاه امیرکبیر

چکیده مقاله:

های بشر در چند دهه اخیر در زمینه جمع آوری و ذخیره نتایج و داده ها باعث شده است که ابعاد پایگاه داده ها به طور چشم گیری افزایش پیدا کند. صنعت پزشکی جزء معدود صنایعی است که با پایگاه داده های بسیار بزرگ همراه با داده های زیاد مواجه است. نکته مهم در این پایگاه داده های بزرگ اطلاعات و دانشی است که از آن استخراج می شود و نیاز به استفاده از روش های هوشمند و ساختارمند وجود دارد. داده کاوی یک رشته علمی جدید در زمینه بازیابی اطلاعات از پایگاه داده ها می باشد. تکنیک های مختلفی به لحاظ خطی و غیر خطی برای کاهش ابعاد و رسیدن به ویژگی های مفید از یک پایگاه داده ها وجود دارد. در این مقاله سه الگوریتمNon-negative Matrix Factorization ،Random Projection و Principal Component analysis جهت کاهش ابعاد پایگاه داده ها بر روی سه مجموعه داده با ساختار خطی، غیر خطی و گسسته متنی پیاده سازی شده است. در انتها مشخص می شود که الگوریتمPrincipal Component Analysis با توجه به سه ماهیت مختلف مجموعه داده ها بهترین نتیجه را نسبت به دو الگوریتم دیگر در کاهش ابعاد و نمایش ویژگی های داده ها ارائه می کند.

کلیدواژه‌ها:

داده کاوی، استخراج دانش از پایگاه داده ها، پایگاه داده های پزشکی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-IDMC01-IDMC01_032.html
کد COI مقاله: IDMC01_032

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
زائری, محمدسعید؛ جمال شهرابی و محمود پری آذر، ۱۳۸۶، به کارگیری تکنیک های داده کاوی در پزشکی، اولین کنفرانس داده کاوی ایران، تهران، دانشگاه صنعتی امیرکبیر، موسسه پژوهشی داده پردازان گیتا، https://www.civilica.com/Paper-IDMC01-IDMC01_032.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (زائری, محمدسعید؛ جمال شهرابی و محمود پری آذر، ۱۳۸۶)
برای بار دوم به بعد: (زائری؛ شهرابی و پری آذر، ۱۳۸۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز:
تعداد مقالات: ۲۹۵۳۸
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.