فصلنامه تخصصی آرمان پردازش

پیشینه و اهداف: بیماری‌های قلبی به‌عنوان یکی از شایع‌ترین بیماری‌های جهان معرفی‌شده‌اند و تأخیر در درمان آن‌ها می‌تواند منجر به افزایش مرگ بیماران گردد. هدف اصلی این تحقیق ارتقاء شناسایی بیماران ... بیشتر پیشینه و اهداف: بیماری‌های قلبی به‌عنوان یکی از شایع‌ترین بیماری‌های جهان معرفی‌شده‌اند و تأخیر در درمان آن‌ها می‌تواند منجر به افزایش مرگ بیماران گردد. هدف اصلی این تحقیق ارتقاء شناسایی بیماران قلبی با استفاده از سیستم دسته‌بند یادگیر است.روش‌ها: در این تحقیق، از سیستم‌های دسته‌بند یادگیر با تکنیک‌های یادگیری مبتنی بر قواعد استفاده‌شده است. این تکنیک‌ها بر پایه دو اصل اساسی یادگیری تقویتی و الگوریتم‌های تکاملی ژنتیک ساخته‌شده‌اند. سبک میشیگان به‌عنوان روش بهینه‌سازی انتخاب‌شده و مجموعه داده بیماران قلبی از مرکز تحقیقات افشار برای آموزش و یادگیری سیستم مورداستفاده قرارگرفته است.یافته‌ها: پس از آموزش سیستم، تعدادی قانون باارزش تولیدشده که در مرحله آزمون برای پیش‌بینی بیماران قلبی مورداستفاده قرار گرفته‌است. نتایج آزمایش‌ها نشان‌می‌دهد که با استفاده از سیستم دسته‌بند یادگیر بر مبنای سبک میشیگان، شناسایی بیماران قلبی بهبودیافته و دقت پیش‌بینی به ۸۸ درصد افزایش‌یافته است؛ که این روش قادر به انجام شناسایی کامل‌تری از بیماران قلبی است.نتیجه‌گیری: با توجه به نتایج تحقیق، استفاده از سیستم دسته‌بند یادگیر بر مبنای سبک میشیگان به‌عنوان یک رویکرد بهینه، شناسایی بیماران قلبی را بهبود بخشیده و دقت پیش‌بینی را افزایش داده است. این روش می‌تواند بهبود مؤثری در درمان به‌موقع بیماران قلبی و کاهش مرگ‌ومیر ناشی از این بیماری‌ها داشته باشد.

فصلنامه تخصصی آرمان پردازش

مقالات آماده انتشار

شماره جاری

دوره 4 (1402)

دوره 3 (1401)

دوره 2 (1400)

دوره 1 (1399)

نویسنده = دهقانی محمودآبادی، محمدرضا

بررسی کارایی سیستم دسته‌بند یادگیر برای شناسایی بیماران قلبی

چکیده