تشخیص سرطان سینه با استفاده از یک رویکرد ترکیبی مبتنی بر نگاشت خودسازمان یافته و ماشین یادگیری حداکثر

چکیده مقاله

شبکه های عصبی مصنوعی یکی از متداول ترین روش های طبقه بندی و تشخیص سرطان سینه می باشد که علیرغم دقت بالا در کار با حجم بالای داده ها با مشکل مواجه شده و زمان محاسباتی نسبتا بالایی دارد ماشین یادگیری حداکثر گسترشی بر شبکه های عصبی مصنوعی است که سرعت اجرای بالایی دارد اما زمانی که داده ها دارای پراکندگی بالا می باشند، عملکرد مناسبی ندارد برای این منظور ما یک رویکرد ترکیبی مبتنی بر خوشه بندی و طبقه بندی ارایه می دهیم که در این مقاله از روش خوشه بندی نگاشت خود سازمان یافته به منظور ایجاد گروه هایی از داده ها با رفتار مشابه استفاده می کنیم به منظور طبقه بندی داده ها از ماشین یادگیری حداکثر استفاده می شود روش پیشنهادی به گونه ای طراحی شده است که با خوشه بندی داده ها و استفاده از شبکه عصبی برای هر خوشه، ناهمگنی داده های ورودی به شبکه عصبی کاهش می یابد رویکرد پیشنهادی بر روی مجموعه داده ویسکانسین اجرا و مورد ارزیابی قرار گرفته شده،که نتایج نشان دهنده عملکرد بهتر روش پیشنهادی می باشد روش ترکیبی پیشنهادی 1 2 درصد نسبت به روش شبکه عصبی مصنوعی به تنهایی به شکل به کاررفته در مقاله 1 بهبود داده شده است

کلیدواژه‌ها

نویسندگان

زهرا دهنوی

دانشجوی کارشناسی ارشد ، دانشکده فنی ، موسسه غیرانتفاعی اشراق

قدرت الله سپیدنام

استادیار، دانشکده فنی ، موسسه غیرانتفاعی اشراق

شادی لنگری

استادیار، دانشکده فنی ، موسسه غیرانتفاعی اشراق

�هنوی، زهرا و سپیدنام، قدرت الله و لنگری، شادی،1396،تشخیص سرطان سینه با استفاده از یک رویکرد ترکیبی مبتنی بر نگاشت خودسازمان یافته و ماشین یادگیری حداکثر،سومین کنفرانس ملی دستاوردهای نوین در برق وکامپیوتر و صنایع

ارائه‌شده در

مجموعه مقالات سومین کنفرانس ملی دستاوردهای نوین در برق وکامپیوتر و صنایع19 مهر 1396