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

پیش بینی بیماری دیابت با استفاده از شبکه های عصبی احتمالی

عنوان مقاله: پیش بینی بیماری دیابت با استفاده از شبکه های عصبی احتمالی
شناسه ملی مقاله: CITCOMP01_123
منتشر شده در کنفرانس بین المللی مهندسی کامپیوتر و فناوری اطلاعات در سال 1395
مشخصات نویسندگان مقاله:

سمیرا کرب پور - کارشناس ارشد ریاضی کاربردی، دانشکده علوم پایه، دانشگاه آزاد اسلامی واحد ارومیه،ایران
احمد جعفریان - استادیار گروه ریاضی، دانشکده علوم پایه، دانشگاه آزاد اسلامی واحد ارومیه،ایران

خلاصه مقاله:
یکی از شایع ترین بیماری های جهان دیابت است که راه درمان قطعی تاکنون برای آن یافت نگردیده است؛ و تنها راه امیدوار کننده برای این بیماران و ادامه زندگی، از طریق مراقبت صحیح شکل می گیرد. پیش بینی دقیق وضعیت بیماران دیابتی از اهمیت زیادی برخوردار است تا از عوارض ناشی از آن جلوگیری به عمل آید، جهت پیش بینی باید از مدل هایی استفاده کرد که دارای حداقل خطا و حداکثر اطمینان باشد که مدل های مختلف شبکه های عصبی مصنوعی توانایی انجام تشخیص با حداقل خطا را دارند. با توجه به آنکه تفسیر نتایج صریح یک سیستم کاربردی نقش مهمی در تحلیل محتوای کارایی این نوع سیستم ها دارد لذا در این مقاله جهت پیش بینی بیماری دیابت از مدل شبکه های عصبی احتمالی (PNN) استفاده می شود. در این مقاله معیار کارایی به حداکثر رساندن دقت تشخیص بیماری دیابت در مرحله اموزش و ازمایش می باشد. در نهایت به این نتیجه پی بردیم که دقت اموزش برابر 82% و دقت ازمایش برابر 77% می باشد.

کلمات کلیدی:
بیماری دیابت، شبکه های عصبی، شبکه عصبی احتمالی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/494052/