• عنوان

    ارائه فن داده‌كاوي مبتني بر يادگيري عميق جهت پيش‌بيني بيماري ديابت

  • نويسنده اصلي

    حجت اله مديريان

  • مقطع تحصيلي
    كارشناسي ارشد
  • چكيده
    بيماري ديابت يكي از بيماري‌هايي است كه مزمن بوده و درمان قطعي ندارد و شايع‌ترين علت قطع اندام، نابينايي، نارسايي مزمن كليوي و يكي از مهم‌ترين عوامل ايجاد بيماري قلبي است. اين بيماري در همه جاي دنيا مشاهده مي‌شود و در كشور ما وضعيت بحراني دارد. ازاين‌رو تحقيق و استفاده از ابزارهاي مدرن هوش مصنوعي براي تشخيص و پيش‌بيني اين بيماري ضروري است. تابه‌حال از روشهاي معمول شبكه‌هاي عصبي و روشهاي آماري براي پيش‌بيني و تشخيص استفاده‌شده است و نتايج خوبي هم داشته. در اين پايان‌نامه از روش جديد يادگيري عميق براي پيش‌بيني استفاده‌شده است. شبكه عصبي عميق با كمك اتوانكودرها ساخته و از چهار اتوانكودر براي ساخت يك شبكه پنج لايه استفاده‌شده است. براي ساخت شبكه پنج لايه و آموزش اتوانكودرها، از دو روش متفاوت استفاده‌شده است. روش اول بر مبناي الگوريتم پس انتشار خطا بوده و درروش بعدي اتوانكودرها با كمك روش ELM ساخته مي‌شود. براي افزايش دقت آن از الگوريتم تپه نوردي براي تعيين تعداد مناسب نورون‌هاي هر اتوانكودر استفاده‌شده است. مقايسه روشهاي پيشنهادي با روشهاي معمول نشان‌دهنده افزايش و بهبود دقت در تشخيص و پيش‌بيني بيماري ديابت بر اساس داده‌هاي محدود هست.
  • شماره ركورد
    190201
  • دانشگاه
    دانشگاه علم و صنعت ايران
  • رشته تحصيلي
    هوش مصنوعي و رباتيك
  • استاد راهنما
    دكتر محمدرضا جاهد مطلق