استفاده از مدل های هوش محاسباتی مبتنی بر فازی، شبکه های عصبی و الگوریتم ژنتیک جهت تشخیص لوسمی لنفوسیتیک حاد در کودکان و مقایسه کارایی آنها

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 استفاده از مدل های هوش محاسباتی مبتنی بر فازی، شبکه های عصبی و الگوریتم ژنتیک جهت تشخیص لوسمی لنفوسیتیک حاد در کودکان و مقایسه کارایی آنها دارای ۱۷ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد استفاده از مدل های هوش محاسباتی مبتنی بر فازی، شبکه های عصبی و الگوریتم ژنتیک جهت تشخیص لوسمی لنفوسیتیک حاد در کودکان و مقایسه کارایی آنها  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی استفاده از مدل های هوش محاسباتی مبتنی بر فازی، شبکه های عصبی و الگوریتم ژنتیک جهت تشخیص لوسمی لنفوسیتیک حاد در کودکان و مقایسه کارایی آنها،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن استفاده از مدل های هوش محاسباتی مبتنی بر فازی، شبکه های عصبی و الگوریتم ژنتیک جهت تشخیص لوسمی لنفوسیتیک حاد در کودکان و مقایسه کارایی آنها :

تعداد صفحات :۱۷

چکیده مقاله:

تکنیک های محاسبات نرم در طراحی سیستم های هوشمند به منظور حل مسایل پیچیده کاربردبسیاری دارند. از جمله سیستم های خبره فازی، سیستم های خبره عصبی و سیستم های هایبریدیفازی- ژنتیک را می توان اشاره نمود. سیستم های هایبریدی فازی ژنتیک با قابلیت های مدیریت عدم قطعیت بخصوص عدم قطعیت موجود در تشخیص های پزشکی و تکامل الگوریتم های ژنتیک،یکی از کاربردی ترین متد های محاسبات نرم به شمار می آیند. در این مقاله از سه روش فازی،شبکه های عصبی و سیستم های هایبریدی فازی- ژنتیک بهره برده است که روش هایبریدی فازی- ژنتیک نتایج قابل ملاحظه ای نسبت به دو روش فازی و شبکه های عصبی را حاصل نموده است.سیستم خبره فازی پیشنهادی از مدل استدلال ممدانی استفاده نموده است و سیستم خبره عصبیپیشنهادی نیز از شبکه های عصبی پرسپترون در ۲ لایه و ۱۰ نرون در لایه پنهان آن ارایه شدهاست. همچنین از سیستم هایبریدی فازی- ژنتیک در بهینه سازی پارامترهای توابع عضویت سیستم فازی بهره برده است. از اطلاعات یکسان جمع آوری شده از متخصصین مربوطه در هر سه سیستمخبره استفاده شده است و سیستم ها در نرم افزار متلب با پایگاه داده های بیماران واقعی با تعداد۳۴۷ نمونه پیاده سازی و ارزیابی شده اند. نتایج حاصل از ارزیابی با معیار متوسط مربعات خطا هرسه سیستم خبره نشان دهنده ی پتانسیل بالای سیستم خبره هایبریدی فازی ژنیک با مقدار ۹۸% نسبت به دو روش فازی با مقدار ۹۶% و عصبی با مقدار ۹۴% جهت کمک به متخصصین برایتشخیص زود هنگام بیماری می باشد.