چکیده مقاله
یادگیری ماشینی ML جزء کلیدی هوش مصنوعی AI است این فناوری امکانات و فرصت های بسیار زیادی را برای پیشرفت تشخیص در زمینه پزشکی و دندانپزشکی ارائه میدهد این امر مستلزم درک عمیق هوش مصنوعی و اجزای ضروری آن ،مانند یادگیری ماشینی ML ، شبکههای عصبی مصنوعی ANN و یادگیری عمیق DP است هدف این بررسی، روشن کردن پزشکان در مورد هوش مصنوعی و کاربردهای آن در تشخیص بیماریهای خود ایمن، همراه با چشماندازها و چالشهای موجود است مجموعه دادههای بزرگتر هوش مصنوعی را قادر می سازد تا وقوع شرایط بیماری را پیشبینی کند آنها میتوانند در نظارت گسترده جمعیت و تصمیم گیری در مورد ارجاع به متخصصان کمک کنند اگرچه مطالعات صورت گرفته، مزایای هوش مصنوعی را تشخیص دادهاند، استفاده از هوش مصنوعی و یادگیری ماشین در تشخیص بیماری های خود ایمن به طور گسترده استفاده نشده است این تحقیق به بررسی کاربرد هوش مصنوعی در تشخیص بیماری های خودایمن میپردازد و کاستیهایی را که در مواجهه با تحقیقات هوش مصنوعی با آن مواجه میشود روشن میکند و راههایی برای مقابله با آنها پیشنهاد میکند در این مطالعه با بکارگیری یک شبکه عصبی و مقایسه نتایج آن با چهار الگوریتم دیگر به نام svmوknnوannو random f orest می پردازد در روش ارایه شده چند مرحله بکار گرفته شده است، محاسبه ضریب همبستگی بین متغیرهای مربوطه در مجموعه داده مورد نظر، محاسبه ضرایب خطی رگرسیون حداقل مربعات ،طراحی شبکه عصبی و در انتها با آموزش این شبکه عصبی دادههای پیشبینی شده با استفاده از ماتریس در هم ریختگی و معیار هایaccuracy و recal l و preci si on و f measure ارزیابی میشود
کلیدواژهها
نویسندگان
شیوه ارجاع
کوره داودی، مژده،1405،پیش بینی بیماری دیابت با استفاده از هوش مصنوعی،سی و یکمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک،شیروان
ارائهشده در
مجموعه مقالات سی و یکمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک30 تیر 1405 · شیروان