ترجمه مقاله سیستم پیشنهادی مبتنی بر تصویر داده کاوی پزشکی – نشریه الزویر
عنوان فارسی: | سیستم پیشنهادی مبتنی بر تصویر داده کاوی پزشکی |
عنوان انگلیسی: | Visual instance-based recommendation system for medical data mining |
تعداد صفحات مقاله انگلیسی : 8 | تعداد صفحات ترجمه فارسی : 9 |
سال انتشار : 2017 | نشریه : الزویر - Elsevier |
فرمت مقاله انگلیسی : PDF | فرمت ترجمه مقاله : ورد تایپ شده |
نوع مقاله : ISI | نوع نگارش : مقالات پژوهشی (تحقیقاتی) |
پایگاه : اسکوپوس | کد محصول : F1188 |
محتوای فایل : zip | حجم فایل : 1.51Mb |
رشته های مرتبط با این مقاله: مهندسی کامپیوتر |
گرایش های مرتبط با این مقاله: هوش مصنوعی و مهندسی الگوریتم ها و محاسبات |
کنفرانس: دوازدهمین کنفرانس بین المللی میتنی بر دانش و اطلاعات هوشمند و سیستم های مهندسی |
کلمات کلیدی: اکتشاف، توصیه، داده های پزشکی، یادگیری مبتنی بر نمونه |
وضعیت ترجمه عناوین تصاویر : ترجمه شده است ☓ |
وضعیت ترجمه متون داخل تصاویر: ترجمه شده است ☓ |
وضعیت ترجمه منابع داخل متن: درج نشده است ☓ |
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است ✓ |
doi یا شناسه دیجیتال: https://doi.org/10.1016/j.procs.2017.08.205 |
چکیده
1- مقدمه
2- مسئله و مجموعه داده
3- بررسی داده ها از طریق تجسم و نظریه
1-3 گردش کار
2-3 الگوریتم
4- برنامه کاربردی
5- نتیجه گیری و کارهای آتی
Abstract
This paper presents an instance-based algorithm allowing exploration of large medical dataset by making pairwise connection between patients. In our metric-free method, each individual in a dataset ranks every member of the dataset. By aggregating these ranks, it is then possible to visualize data according to typical individuals representing subsets of closely-related patients. The paper also describes a visualization tool allowing exploration of a database of diabetic patients. This prototype of a recommendation system implements the aforementioned algorithm to enrich data, structure patients, create associations between individuals and provide recommendations.
چکیده
این مقاله یک الگوریتم مبتنی بر نمونه را ارائه می دهد که می تواند با ایجاد ارتباط دو طرفه بین بیماران، مجموعه داده های پزشکی بزرگ را کشف کند. در روش متریک آزاد ما، هر فرد در یک مجموعه داده، هر عضو از مجموعه داده را رده بندی می کند. با جمع آوری این صفوف،تجسم داده با توجه به افراد معمولی نشان دهنده زیر مجموعه های بیماران خویشاوند نزدیک، ممکن است. این مقاله همچنین یک ابزار تجسم برای بررسی پایگاه داده بیماران دیابتی را توصیف می کند. این نمونه اولیه از یک سیستم پیشنهادی، الگوریتم فوق را برای پر مایه کردن داده ها، ساختار بیماران، ایجاد ارتباط بین افراد و ارائه پیشنهاد ها، پیاده سازی می کند.