استفاده از دانش تخصصی برای تقویت ساختار شبکه های بیزین درتشخیص بیماری دیابت نوع 2
محل انتشار: دومین همایش ملی کامپیوتر
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 660
فایل این مقاله در 6 صفحه با فرمت PDF 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:
NCCOS02_056
تاریخ نمایه سازی: 5 مهر 1393
چکیده مقاله:
دیابت نوع 2 بیماری پرهزینهای است که در جمعیت بزرگسالان بسیاری از کشورها علت اصلی نابینایی، بیماریهای قلبی و عروقی، نارسایی پیشرفته ی کلیوی و قطع عضو است. دیابت علاج قطعی ندارد و به نظر نمیرسد که در آینده نزدیک هم درمان قطعی آن میسر شود، لذا، همچون بسیاری از بیماری ها بهترین راه برای درمان، پیشگیری از آن است. برای پیشگیری از این بیماری لازم است تا افراد مستعد این بیماری شناسایی شوند. بیماری دیابت نوع 2 دارای علائم و مشخصه های متفاوتی است که بررسی آن ها نیاز به دقت زیادی دارد و صحت پیش بینی افراد مستعد بیماری دیابت نوع 2 بسیار حائز اهمیت است. تا کنون روش های بسیاری برای پیش بینی بیماری دیابت نوع 2 با استفاده از تکنیک های هوشمند ارائه شده است. اگرچه، صحت پیش بینی این بیماری هنوز به میزان قابل قبول نمی باشد. در این تحقیق، روشی مبتنی بر شبکه های بیزین برای رسیدن به صحت بالاتر در پیش بینی پیشنهاد شده است. در این تحقیق برای افزایش میزان صحت پیش بینی این طبقه بندها، استفاده از روش های مختلف پیش پردازش داده ها و استفاده از دانش تخصصی برای تقویت ساختار این طبقه بندها پیشنهاد شده است. نتایج حاصل از این تحقیق نشان دادند که به کار بردن طبقه بند شبکه بیزین با استفاده از دانش تخصصی برای تقویت ساختار شبکه بیزین، می تواند میزان صحت پیش بینی طبق هبندی بیماری دیابت نوع 2 را افزایش دهد.
کلیدواژه ها:
نویسندگان
گلناز علم اموز
دانشکده کامپیوتر، دانشگاه آزاد اسلامی نجف آباد، ایران
محمدحسین ندیمی شهرکی
دانشکده کامپیوتر، دانشگاه آزاد اسلامی نجف آباد، ایران
فرامرز صافی اصفهانی
دانشکده کامپیوتر، دانشگاه آزاد اسلامی نجف آباد، ایران
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 :