لطفا منتظر بمانید ...
0% Complete
صفحه اصلی
/
هفتمين كنفرانس بين المللی مهندسی صنايع و سيستم ها
ارایه مدل پیش بینی بیماری اوتیسم با مدل ترکیبی انتخاب ویژگی و برنامه نویسی بیان ژن
نویسندگان :
امیرحسین حریری
1
مانی قنبری
2
1- دانشکده فنی و حرفهای سروش اصفهان
2- دانشگاه فنی وحرفه ای
کلمات کلیدی :
تشخیص بیماری اوتیسم، داده کاوی، طبقه بندی بیماری، درخت تصمیم، الگوریتمهای تجمعی، آدابوست، فراابتکاری، الگوریتم بیان ژن، برنامه ریزی ژنتیک
چکیده :
بیماری اوتیسم یک اختلال مغزی درکودکان است که بخش های مختلف مغز در افراد مبتلا به آن در ارتباط با یکدیگر دچار مشکل می شوند. علل اصلی ابتلا به این بیماری به طور کامل مشخص نبوده و درمان قطعی برای آن وجود ندارد. اما با تشخیص سریع این بیماری، ممکن است علایم آن بهبود یافته و مهارت های اجتماعی و کلامی کودک ارتقا پیدا می کند و یا از افزایش شدت علایم بیماری جلوگیری می شود. صنعت سلامت بهطورمستمر درحال تولید میزان زیاد از دادهها است و دادهکاوی در سلامت ازجمله شیوههایی است که میتواند این صنعت را از تحلیل عمیق این دادهها بهرهمند سازد و به توسعه تحقیقات پزشکی تصمیمگیریهای علمی درزمینه تشخیص و درمان منتج شود. در تحقیق پیش رو، برروی مجموعه داده های یک مرکز اوتیسم کودکان، از تکنیکهای طبقه بندی درخت تصمیم، روش تجمعی آدابوست درخت ، و تکنیک فراابتکاری برنامه ریزی بیان ژن برای پیشبینی بیماری استفاده شد. ابتدا وزن شاخصهای تأثیر گذار با روش شاخص ریلیف محاسبه شد و در گام طبقه بندی با مقایسه دقت کل و دقت Recall و precision ، تکنیک GEP با دقت ۸۸.۹۷ درصد ، بالاترین دقت طبقه بندی را گزارش داد. نتایج نشان داد، نوع صنعت ایده، خلاقیت و مهارت افراد، نوآوری و نوع سرمایه گذار تأثیر زیادی در موفقیت و یا شکست استارتاپ دارد.
لیست مقالات
لیست مقالات بایگانی شده
ارائه راهکارهای توسعه مشاوره کسبوکار برای مشاغل خرد و خانگی و اولویتبندی راهکارها با روش BWM
طیبه صادقیان
A Hybrid HDBSCAN-K-Means Framework for Three-Regime De Facto Exchange Rate Classification
Hooman Fakhimi - Orod Ahmadi - Ashkan Mozdgir
A Data-Driven Framework for Agile-Resilient Pharmaceutical Supplier Selection in Industry 4.0
Mohammad Rahmani - Reza Tavakkoli-Moghaddam
Efficient Prediction of Heart Disease Using Machine Learning Algorithms With Winsorized and Logarithmic Transformation Methods for Handling Outliers Data
Omid Rahmani - Seyed Amir Mahdi Ghoreishizade - Mostafa Setak
یک مدل برنامهریزی تصادفی دومرحلهای برای تعیین ظرفیت و مدیریت تقاضای یک محصول پایدار جدید، با درنظرگرفتن سیاست انتشار کربن
متین قنبری - مریم عاملی
ارائه مدل ارتقای دانش تشخیص COVID-19 مبتنی بر یادگیری ماشین (مطالعه موردی: بیمارستان)
الهام عبادی جامخانه - محمد وحید سبط - ارد احمدی
بهینه سازی چندهدفه زنجیره تأمین سبز در صنعت دارو با رویکرد انتقال جانبی
شکیبا باذلی
ارایه روش ترکیبی نوین COATOP به منظور حل مسایل بهینه سازی چندهدفه: مسأله برنامه ریزی تولید احتمالی در زنجیره تامین
الهام شادکام
بررسی بکارگیری اتوماسیون رباتیک فرآیند (RPA) در مدیریت شهری. مطالعه موردی: (شهرداری مشهد)
محمد تقی زاده - محمد حسین تقی زاده - مهلا دلپاک
Artificial Intelligence for Asset Management in Electricity Distribution Networks: From Predictive Maintenance to Intelligent Decision Support
Mohsen Kojury-naftchali
بیشتر
ثمین همایش، سامانه مدیریت همایش ها و جشنواره ها - نگارش 44.12.3