مقاله کنفرانسی سال ۱۳۹۸ فارسی

بهبود عملکرد شبکه پرسپترون چندلایه در جایگذاری مقادیر گمشده در مجموعه داده ی دیابت با رویکردی جدید در آموزش و ارزیابی شبکه

چکیده مقاله

داده کاوی مبتنی بر رکوردهای داده است، که معمولا این رکوردها حاوی خطاهایی به صورت مقادیر گم شده می باشد به عنوان مثال در یک پرسش نامه که ازسوال شونده درخواست می شود اطلاعات شخص ی خود رابیان کند، گاهی اوقات پاسخی به برخی از سوالات داده نمی شود در مجموعه داده های پزشکی و بیمارستانی سوابق بیمار برای تشخیص و پیش بینی جمع آوری می شود، فقدان برخی از پارامترها مرتبط با بیمار روند تشخیص بیماری را دچار مشکل می کند جایگذاری مقادیر گمشده در مجموعه داده های اطلاعاتی یکی از چالش های مهم در مسائل داده کاویست در این پژوهش برای جایگذاری مقادیر گمشده مدلی مبتنی بر شبکه ی عصبی پرسپترون چند لایه را طراحی کردیم شبکه های عصبی مجموعه ای از مدل ها ی غیرخطی ریاضی می باشند که برای پیش بینی و طبقه بندی مناسب هستند ما در این پژوهش بر روی مجموعه داده ی پزشکی دیابت به صورت مصنوعی مقادیرگمشده ایجاده کرده ایم برای جایگذاری مقادیر گمشده و بهبود این مقادیر، با استفاد از شبکه عصبی پرسپترون چند لایه، با حذف رکوردهایی با مقادیر گمشده و با استفاده از رکوردهایی با داده های کامل، مدلی مبتنی برشبکه عصبی پرسپترون چند لایه طراحی می کنیم همچنین با استفاده از مدل طراحی شده مقادیر گمشده را جایگذاری مینماییم الگوریتم به کار برده شده و روش آموزش متفاوت با روش های استفاده شده در پژوهش های پیشین، باعث بهبود مقادیر پیش بینی شده می شود سپس به منظور ارزیابی مقادیر جایگذاری شده، با استفاده از طبقه بند پرسپترون چند لایه نتیجه می گیریم صحت و حساسیت طبقه بندی تشخیص بیماری در حالتی که داده های گمشده پیش بین ی شده اند ، در مقایسه با حالتی که داده های گمشده حذف شده اند بهتر شده است

کلیدواژه‌ها

نویسندگان

تصویر الهام پورجانی

الهام پورجانی

دانشجوی کارشناسی ارشد مهندسی کامپیوتر هوش مصنوعی و رباتیکز، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

تصویر سارا نجف زاده

سارا نجف زاده

دکترای مهندسی کامپیوتر شبکه، استادیار دانشگاه آزاد اسلامی واحد یادگار امام ره

تصویر نادر جعفرنیا دابانلو

نادر جعفرنیا دابانلو

دکترای مهندسی برق الکترونیک، دانشیار دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

شیوه ارجاع

پورجانی، الهام و نجف زاده، سارا و جعفرنیا دابانلو، نادر،1398،بهبود عملکرد شبکه پرسپترون چندلایه در جایگذاری مقادیر گمشده در مجموعه داده ی دیابت با رویکردی جدید در آموزش و ارزیابی شبکه،سومین کنفرانس بین المللی محاسبات نرم،رودسر

ارائه‌شده در

پوستر مجموعه مقالات سومین کنفرانس بین المللی محاسبات نرم مجموعه مقالات سومین کنفرانس بین المللی محاسبات نرم29 آبان 1398 · رودسر
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۳۹۸ ۳,۸۳۸ مشاهده

مسائل بهینه سازی و توابع محک استاندارد جهت ارزیابی الگوریتم های بهینه سازی

توابع محک یا توابع آزمون برای اعتبارسنجی الگوریتم های بهینه سازی جدید و مقایسه ی عملکرد الگوریتم های مخت…

توابع آزمونبهینه سازیتوابع محک
مقاله کنفرانسی سال ۱۳۹۸ ۲,۳۴۶ مشاهده

مدل سازی ویسکوالاستیک ماهیچه صاف نای انسان و ارزیابی تاثیر سن بر رفتار آسودگی تنش آن

نای، ساختاری کامپوزیتی متشکل از حلقه های غضروفی، بافت ماهیچه صاف و بافت همبند است رفتار مکانیکی نای در ف…

ماهیچه صافنایآسودگی تنش
مقاله کنفرانسی سال ۱۳۹۸ ۱,۹۲۴ مشاهده

حل معادلات دیفرانسیل معمولی در مسائل مهندسی با استفاده از شبکه های عصبی مصنوعی NN و الگوریتم بهینه سازی اجتماع ذرات PSO

هدف این تحقیق ارائه روشی ساده وموثر برای حل عددی معادلات دیفرانسیل معمولی مطرح در زمینه های مهندسی است ر…

معادله دیفرانسیل معمولیالگوریتم اجتماع ذراتتغییرشکل الاستیک تیرها: شبکه عصبی مصنوعی: بهینه سازی
مقاله کنفرانسی سال ۱۳۹۸ ۱,۸۶۳ مشاهده

پیش بینی مصرف آب با استفاده از تکنیک های داده کاوی

آب کلیدی ترین عنصر برای بقاء بشر است با توجه به بحران آبی ایران و از طرفی تصمیم گیری ها و استفاده نادرست…

پیش بینیمصرف آبسری زمانی
مقاله کنفرانسی سال ۱۳۹۸ ۱,۷۴۱ مشاهده

بررسی روش ها و برنامه های کاربردی داده کاوی

با توسعه سریع فن آوری اطلاعات، مجموعه پایگاه داده های بزرگ در شبکه های داده ای جهانی در حال رشد هستند جه…

برنامه های کاربردی داده کاویروش های داده کاوی
مقاله کنفرانسی سال ۱۳۹۸ ۱,۶۴۹ مشاهده

شناسایی چهره و احراز هویت افراد با استفاده از ترکیب الگوریتم های PCA و LDP و روش عصبی فازی

استخراج ویژگی از تصاویر چهره، طی دو دهه ی اخیر در کاربردهای مختلفی از قبیل آشکارسازی چهره، شناسایی چهره…

استخراج ویژگیتشخیص چهرهشبکه عصبی-فازی