تشخیص بیماری سرطان سینه با استفاده از شبکه عصبی پرسپترون چند لایه مبتنی بر ماشین با قابلیت یادگیری فوق العاده

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

 تشخیص بیماری سرطان سینه با استفاده از شبکه عصبی پرسپترون چند لایه مبتنی بر ماشین با قابلیت یادگیری فوق العاده دارای ۱۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد تشخیص بیماری سرطان سینه با استفاده از شبکه عصبی پرسپترون چند لایه مبتنی بر ماشین با قابلیت یادگیری فوق العاده  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 تشخیص بیماری سرطان سینه با استفاده از شبکه عصبی پرسپترون چند لایه مبتنی بر ماشین با قابلیت یادگیری فوق العاده،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن تشخیص بیماری سرطان سینه با استفاده از شبکه عصبی پرسپترون چند لایه مبتنی بر ماشین با قابلیت یادگیری فوق العاده :

تعداد صفحات :۱۳

چکیده مقاله:

سرطان سینه یکی از شایعترین انواع سرطان است که در مراحل اولیه بیماری، قابل درمان است. تشخیص زود هنگام و درمان موثر، تنها راه نجات و کاهش مرگ و میر ناشی از سرطان سینه است. طبقه بندی دقیق از تومور سرطان سینه، یک کار مهم در تشخیص پزشکی است. در حوزه یادگیری ماشین، روش های بسیاری برای طبقه بندی ارایه شده است.در این مقاله از شبکه عصبی پرسپترون چند لایه مبتنی بر ماشین با قابلیت یادگیری فوق العاده استفاده شده است. این روش نسبت به الگوریتم های مبتنی بر گرادیان، الگوریتمی سریعتر، با دقت و قابلیت تعمیم فوق العاده در طبقه بندی می باشد. در این الگوریتم، پارامتر های لایه پنهان به صورت تصادفی انتخاب می شوند و وزن های لایه خروجی به صورت تحلیلی از یک سیستم خطی و با استفاده از معکوس تعمیم یافته مور پنروز به دست می آید. نتایج شبیه سازی ها از برتری قابل توجه الگوریتم پیشنهادی نسبت به الگوریتم پس انتشار خطا از نظر سرعت یادگیری و قابلیت تعمیم حکایت می نماید.