بهینه سازی روش جستجوی ژن سرطان با استفاده از داده کاوی و الگوریتم ازدحام ذرات

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 704

فایل این مقاله در 14 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:

SETCO01_026

تاریخ نمایه سازی: 13 مهر 1397

چکیده مقاله:

در میان بیماری هایی که سبب مرگ و میر می شوند سهم سرطان تقریبا 25 ٪ بوده است. این امر دومین علت مرگ در جهان است.تشخیص زودرس و دقیق سرطان برای سلامتی بیماران بسیار حیاتی است و تجزیه تحلیل داده های ژن به شناسایی و طبقهبندی سرطان منجر می شود. روش های تعیین شده برای تشخیص سرطان به طور عمده به پزشکان ماهری نیازمند است که بهکمک تصویربرداری پزشکی، علایم خاصی که معمولا ظاهر می شود را تشخیص دهند. ما نیاز به یک روش کارامد و دقیق داریمتا با کمترین زمان و بیشترین دقت مارا در تشخیص بیماری یاری سازد. داده کاوی 1 فرایند استخراج اطلاعات مفید از دانش استکه در حجم زیادی از داده ها پنهان است. داده هایی که در این تحقیق مورد بررسی و تجزیه تحلیل قرار گرفته سرطان پستانو ریه بوده است. لذا برای افزایش دقت در طبقه بندی از طریق مدل هایی که ساخته ایم یک الگوریتمی پیشنهاد داده ایم. اینالگوریتم، الگوریتم بهینه سازی ازدحام نام دارد که از زندگی پرندگان الگو گرفته شده است. الگوریتم هایی که در این تحقیق ازطریق آن ها مدل ها را ساخته ایم عبارتند از: درخت تصمصم گیری و پشتیبانی از الگوریتم های ماشین بردار الگوریتم های بستهبندی و انباشته شدن که برای بررسی دقت طبقه بندی بیشتر مورد استفاده قرار می گیرند.

نویسندگان

هادی کیاء

دانشجوی کارشناسی ارشد هوش مصنوعی، دانشکده فنی و مهندسی، دانشگاه شمال، آمل, ایران

محمدرضا فدوی امیری

استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی, دانشگاه شمال، آمل، ایران