به کارگیری داده کاوی برای کشف الگوهای پنهان در داده های مامایی

thesis
abstract

پیش بینی اولیه و درست عوارض مادر بعد از زایمان، یکی از مسائل مهم برای مادران و متخصصین زنان می باشد. اگر چه عوامل بسیاری که بر روی عوارض مادر تاثیر دارند، شناخته شده است اما شناخت عوارض به طور شهودی و مستقیم برای بهینه سازی میزان موفقیت هر مادر برای متخصصین زنان مشکل است. این پایان نامه روش های هوشمند ترکیبی (تجمیع انتخاب ویژگی و الگوریتم apriori) که برای کاوش دانش داده های مامایی است، ارائه می دهد. روش پیشنهاد شده نه تنها به متخصصین زنان در پیش بینی عوارض مادر کمک می کند بلکه دانش مفیدی است که می تواند به متخصصین زنان برای سازماندهی عوارض مادر به منظور بهبود میزان موفقیت زایمان هر مادر کمک نماید. مهمترین ویژگی ها برای ارزیابی زایمان (نظیر : سن مادر، نوع زایمان، مدت درد زایمان و تعداد زایمان قبلی و غیره) و روابط ترکیبی آنها (که به صورت قوانین اگر- آنگاه ارائه شده است). در این پایان نامه، مسئله یادگیری داده های به شدت نامتوازن، مورد مطالعه قرار گرفته است. روش های رده بندی سنتی، به دنبال به حداقل رساندن میزان کلی خطا از کل مجموعه ی آموزش، بر روی داده های نامتوازن به خوبی عمل نمی کند. به طور کلی، برخورد با رده اقلیت نیاز به مفاهیم جدید، بررسی ها و راه حل هایی به منظور درک کامل از مدل های اساسی پیچیده دارد. در این پایان نامه، توجه بخصوصی به مسئله رده بندی دودویی نامتوازن شده است و چندین روش یادگیری ترکیبی موثر برای حل این مسئله پیشنهاد شده است. تمرکز این پایان نامه بر کشف قوانین متقابل جالب می باشد که توصیف کننده ی خصوصیات جالب مجموعه ای از قوانین عطفی بخش های مختلف می باشد. ما از فرمول کلی قوانین متقابل، همانند یک چارچوب برای یافتن چنین الگوهایی استفاده نمودیم. در زمینه ی مجموعه داده های مامایی، قوانین متقابل به شناسایی اختلاف عملکرد ویژگی های الگو میان گروه های مختلف زایمان مادران کمک می کند. در برنامه ی کاربردی داده کاوی، این آسان است تا تعداد زیادی از الگوها را کشف نماییم؛ بسیاری از این الگوها عملاً بی فایده یا غیر جذاب هستند؛ اما با توجه به تعداد زیاد الگوها، درک تمام الگوها و شناسایی الگوهای جالب بسیار دشوار است. تعداد زیاد الگوها و تکنیک ها، نیازمند تجزیه و تحلیل و رتبه بندی الگوها با توجه به جذابیتشان هستند. این پایان نامه چنین تکنیکی را پیشنهاد می کند، این تکنیک مبتنی بر تطابق فازی الگوهای کشف شده با مجموعه ای از الگوهای مشخص شده توسط استفاده کننده می باشد.

similar resources

کشف الگوهای پنهان در مجموعه داده های واقعی بیماران مبتلا به سرطان پستان با استفاده از تکنیک داده کاوی

چکیده مقدمه: روند رو به رشد سرطان پستان در سال های اخیر، لزوم اتکا به شیوه های مطمئن و جدید را برای شناسایی و کنترل این بیماری بیشتر آشکار می کند. داده کاوی یکی از این روش هاست که از پرطرف دارترین کاربردهای آن، کشف الگوهای پنهان مابین داده های بیماران در پایگاه های داده بزرگ است. در این مطالعه، پژوهشگران به بررسی و کشف الگوهای ناشناخته در یک مجموعه داده واقعی سرطان پستان می پردازند. روش بررسی: ...

full text

به کارگیری داده کاوی برای پیشنهاد پرسش درنظام‌های بازیابی اطلاعات

داده‌کاوی به مفهوم آشکارسازی الگوهای موجود در حجم انبوه داده‌هاست که در بسیاری از رشته‌ها به کار گرفته شده است. در رشته علم اطلاعات و دانش‌شناسی به ویژه در بازیابی اطلاعات نیز می‌توان از آن بهره برد. در بازیابی اطلاعات ابتدا پارادایم نظام‌گرا و سپس پاردایم کاربرگرا مطرح شده است که در پارادایم دوم به نیاز اطلاعاتی توجه شده است. در پارادایم دوم، ورود پرسش‌های نامناسب از سوی کاربران، دلیل اصلی عدم...

full text

به کارگیری قوانین انجمنی برای کشف الگوهای پنهان در داده های سازمان انتقال خون استان قم

افزایش دقت در شناخت گروه های مختلف اهداکنندگان خون و کمک به تشخیص بهتر رفتار آنان و تعیین بهترین گروه اهداکننده به منظور جذب آنها، از ملزومات سازمان انتقال خون می باشد. این تحقیق با استفاده از تکنیک قوانین انجمنی در داده کاوی سعی در شناسایی فاکتورهای تاثیرگذار نظیر وضعیت تاهل، سن، میزان تحصیلات، نوع شغل و سطح درآمد افراد در شناسایی افراد مستمر و تشخیص سالم ترین گروه افراد برای اهدا خون، را دارد...

15 صفحه اول

استفاده از داده کاوی برای کشف الگوهای پنهان در داده های سرطان سینه (بیمارستان شهید رجایی آران و بیدگل)

سرطان، یکی از دلایل اصلی مرگ در سراسر جهان است. در این بیماری، سلول های بدن به صورت غیر قابل کنترل رشد می کنند. گروهی از سلول هایی که به سرعت تکثیر شده اند، ممکن است یک توده، جرم یا بافت اضافی ایجاد کنند. این توده ها، تومور نامیده می شوند. توده ها می توانند سرطانی یا غیرسرطانی باشند. سرطان سینه، دومین عامل مرگ زنان است. این بیماری در میان مردان و زنان دیده شده، گرچه موارد ابتلا در میان مردان نا...

15 صفحه اول

کشف الگوهای پنهان موجود در داده های بیماران مبتلا به سل

زمینه و هدف: با تحلیل و بررسی دقیق داده­های بیماران مبتلا به بیماری خاصی می­توان به الگوها و دانش غنی موجود در مورد آن بیماری و یا حتی ویژگی­های خاص خود بیماران مبتلا به آن بیماری دست یافت. معمولاً در مطالعات پزشکی فرضیه­ای در نظر گرفته می­شود و سپس به صورت آینده­نگر برای اثبات یا رد این فرضیه داده­هایی جمع آوری می­گردند، اما در بسیاری از موارد ممکن است بین داده­های بیماران روابطی وجود داشته باش...

full text

کشف الگوهای پنهان تصادفات جاده ای با استفاده از تکنیک های داده کاوی

الگوریتم های داده کاوی در بسیاری از مسائل دسته بندی استفاده شده است . این تحقیق از انواع این الگوریتم ها برای دسته بندی شدت تصادفات جاده ای (جرحی و خسارتی ) استفاده می کند . الگوریتم های دسته بندی انفرادی مورد استفاده در این مطالعه شبکه عصبی مصنوعی ، سیستم استنباط عصبی - فازی هستند . الگوریتم های دسته بندی اشاره شده در بالا دارای مزایا و معایب مربوط به خودشان هستند و مناسب بودنشان تحت تاثیر مشخ...

15 صفحه اول

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه قم - پژوهشکده فنی و مهندسی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023