مقاله کنفرانسی سال ۱۴۰۳ فارسی

انتخاب ویژگی با استفاده از الگوریتم های فرا ابتکاری در بهینه سازی مقادیرSVM درتشخیص سرطان سینه

چکیده مقاله

سرطان پستان سالانه باعث مرگ میلیون ها زن در سراسر دنیا می شود بیماری سرطان پستان اگر در مراحل اولیه تشخیص داده شود شانس بقای بیماران افزایش خواهد یافت یکی از روشهای تشخیص بیماری سرطان پستان بکارگیری روش های یادگیری ماشین و تحلیل داده های گردآوری شده توسط مراکز درمانی است ماشین بردار پشتیبان یک ابزار قدرتمند برای طبقه بندی نمونه های خوش خیم و بدخیم است یکی از چالشهای تشخیص نمونه های بدخیم توسط ماشین بردار پشتیبان عدم بهینه بودن پارامترهای این روش یادگیری عمیق است یک چالش دیگر برای تشخیص نمونه های بدخیم، عدم متعادلسازی مجموعه داده و حجم اندک نمونه ها است چالش دیگر یادگیری روی همه ویژگی ها است که خطای تشخیص نمونه ای بدخیم را افزایش می دهد روش پیشنهادی در این مقاله از توانایی الگوریتم بهینه سازی شاهین و الگوریتم بهینه سازی کوسه سفید برای بهبود عملکرد ماشین بردار پشتیبان در تشخیص سرطان پستان استفاده می کند در روش پیشنهادی در ابتدا توسط روش SMOTE تعداد نمونه ها افزایش و متعادلسازی می شود در مرحله دوم با الگوریتم بهینه سازی کوسه سفید، فاز انتخاب ویژگی اجراء شده و بهینه ترین ویژگی ها برای یادگیری ماشین بردار پشتیبان استفاده می شود در مرحله سوم الگوریتم بهینه سازی شاهین هریس برای بهینه سازی پارامترهای ماشین بردار پشتیبان استفاده می شود ارزیابی ها در محیط برنامه نویسی متلب و روی مجموعه داده ویسکانسین انجام شده است ارزیابی ها نشان می دهد روش پیشنهادی در تشخیص سرطان سینه دارای دقت، حساسیت و صحتی به ترتیب برابر ۹۹ ۶۴%، ۹۹ ۵۲% و ۹۹ ۴۹% است روش پیشنهادی برای تشخیص سرطان پستان نسبت به ماشین بردار پشتیبان بدون انتخاب ویژگی و نسبت به حالتی که متعادلسازی مجموعه داده انجام نشده است دارای دقت بیشتری است

کلیدواژه‌ها

نویسندگان

تصویر مریم سلطان محمدی

مریم سلطان محمدی

دانشجوی دکترا ، دانشکده فنی و مهندسی گروه مهندسی کامپیوتر ،دانشگاه آزاد اسلامی واحد بیرجند، بیرجند، ایران

تصویر مهدی خزاعی پور

مهدی خزاعی پور

استادیار ، دانشکده فنی و مهندسی گروه مهندسی کامپیوتر ،دانشگاه آزاد اسلامی واحد بیرجند ،بیرجند، ایران

شیوه ارجاع

�لطان محمدی، مریم و خزاعی پور، مهدی،1403،انتخاب ویژگی با استفاده از الگوریتم های فرا ابتکاری در بهینه سازی مقادیرSVM درتشخیص سرطان سینه،دومین کنفرانس ملی تحول دیجیتال و سیستم های هوشمند،لارستان

ارائه‌شده در

پوستر مجموعه مقالات دومین کنفرانس ملی تحول دیجیتال و سیستم های هوشمند مجموعه مقالات دومین کنفرانس ملی تحول دیجیتال و سیستم های هوشمند5 اردیبهشت 1403 · لارستان
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۳ ۱,۴۱۶ مشاهده

کاربرد هوش مصنوعی در صنایع نفت و گاز: کاهش هزینه های نگهداری و تعمیرات پیشبینانه از طریق هوشمندسازی پایش وضعیت تجهیزات دوار

امروزه استفاده از سیستم های هوشمند در نگهداری و تعمیرات رو به افزایش بوده و تقاضا برای سنسورهای اینترنت…

اینترنت اشیاءتجهیزات دوارآنالیز ارتعاشات
مقاله کنفرانسی سال ۱۴۰۳ ۹۵۰ مشاهده

کاربرد هوش مصنوعی در تصفیه آب

در سالهای اخیر هوش مصنوعی AI به عنوان ابزاری قدرتمند برای حل مشکلات دنیای واقعی در زمینه های مختلف توجه…

هوش مصنوعییادگیری ماشینفرآیند جذب
مقاله کنفرانسی سال ۱۴۰۳ ۹۱۲ مشاهده

بررسی کاربرد هوش مصنوعی در بهبود کیفیت مراقبت پرستاری مبتنی بر شواهد

مقدمه:امروزه به کارگیری فناوری های نوین مانند هوش مصنوعی علاوه بر کاهش هزینه های مراقبت های درمانی، کیفی…

هوش مصنوعیمراقبت های پرستاریمبتنی بر شواهد
مقاله کنفرانسی سال ۱۴۰۳ ۸۶۸ مشاهده

پیش بینی قیمت طلا بر اساس یادگیری عمیق بازگشتی بلند مدت

قیمت طلا به عنوان یک فلز گرانبها، همواره مورد توجه سرمایه گذاران و فعالان اقتصادی بوده است پیش بینی دقیق…

رگرسیونArimaLSTM
مقاله کنفرانسی سال ۱۴۰۳ ۸۲۲ مشاهده

کاربرد هوش مصنوعی در توسعه و ازدیاد برداشت از میادین نفت و گاز

در سال های اخیر، افزایش چشمگیر امورات مبتنی بر هوش مصنوعی، پتانسیل آن را به عنوان یک مسیر آینده دار برای…

هوش مصنوعیالگوریتم های هوش مصنوعیشبکه های عصبی مصنوعی
مقاله کنفرانسی سال ۱۴۰۳ ۸۰۹ مشاهده

هوش مصنوعی در آموزش و یادگیری: چگونه به دانش آموزان با استفاده از هوش مصنوعی آموزش دهیم

هدف اصلی این ابتکار آموزشی، آماده سازی دانش آموزان برای فرصت های شغلی آینده، تقویت مهارت های تفکر انتقاد…

تفکر انتقادیحل مسئلهآموزش هوش مصنوعی