مقدمه: امروزه استفاده از یافته‌ های هوش مصنوعی و داده‌ کاوی برای کمک به پیش ‌بینی زودهنگام بیماری عروق کرنری قلب مورد توجه پزشکان قرار گرفته است. هدف از این مقاله افزایش دقت و سرعت پیش ‌بینی نتایج آنژیوگرافی با سیستم استنتاج فازی و الگوریتم بهینه‌ سازی ازدحام ذرات است. مواد و روش ‌ها: در این مقاله سیستم جدیدی با ترکیب استنتاج فازی و الگوریتم بهینه‌ سازی ازدحام ذرات پیشنهاد و با نرم ‌افزار MATLA...

پایانه های خودپرداز به عنوان اولین و پر تقاضاترین کانال های بانکداری الکترونیک در صورت عدم سرویس دهی به عنوان تهدید برای بانکها قلمداد می گردد. از سوی دیگر داده های مربوط به تعمیرات و نگهداری خودپردازها به طور چشمگیر گسترده شده است.در این راستا داده کاوی برای افزایش مشهود نرخ تبدیل داده ها به اطلاعات و کشف دانش به منظور جلوگیری از توقف دستگاه خواهد بود. هدف از مقاله حاضر ارائه معماری دسته بندی ...

svm یک الگوریتم یادگیری مرتبط به تجزیه و تحلیل داده ها و تشخیص الگوها مورد استفاده می باشد.اما مسئله مهمی که وجود دارد داده های تکراری و همچنین زمان پردازش واقعی آن بدرستی مورد محاسبه واقع نشده است. به همین دلیل ما یک روش برای کاهش طبقه بندی داده ها با استفاده از تکنیک وزن دهی در svm+ است را ارائه داده ایم. روش پیشنهادی که با درنظر گرفتن پارامترها نسبت به svm+ زمان پاسخگویی بهینه دارد.با مشاهده...

پیشرفت سریع دستگاه های مکان یابی و تکنولوژی های ارتباطی، باعث ایجاد حجم انبوهی از داده های اشیاء متحرک در کاربردهای مختلف شده است. برای استخراج دانش از این حجم انبوه داده، نیاز به روش های ویژه ای است. به این ترتیب داده کاوی اشیاء متحرک حوز? مهمی در داده کاوی است. خوشه بندی داده های مسیر، موضوع مورد توجهی در این حوزه است. در این پایان نامه، چارچوب جدیدی برای خوشه بندی داده-های مسیر ارائه می شود....

یکی از ارکان اصلی دانش داده کاوی، شناسایی داده های ناسازگار در مجموعه ی داده ها است. این پایان نامه به بررسی موضوعی روش شناسایی داده های ناسازگار در بعد زیاد بر مبنای شناسایی در زیرفضاهای موازی-محور (sod)، که در ابعاد بالا از کارایی نسبتا خوبی برخوردار است، اختصاص دارد. از دلایل برتری این روش آن است که در این روش در ابعاد بالا، داده های ناسازگار می توانند خیلی از دیگر داده ها فاصله بگیرند. این ...

مقدمه: در دهه ی اخیر الگوریتم های یادگیری ماشین به ابزار مفیدی جهت داده کاوی در داده های پزشکی، برای تولید مدل های پیش بینی تبدیل شده اند. سوختگی از جمله بیماری هایی است که پیش بینی پیامد آن از اهمیت زیادی برخوردار است. هدف این مطالعه بررسی عملکرد دو الگوریتم پراستفاده ی یادگیری ماشین یعنی شبکه ی عصبی و درخت تصمیم و مقایسه با روش آماری رگرسیون لجستیک در پیش بینی پیامد بیماران سوختگی بوده است. ر...

مقدمه: بیماری دیابت یکی از شایع ترین، خطرناک ترین و پرهزینه ترین بیماری های حال حاضر دنیا است که با نرخ هشدار دهنده ای در حال افزایش است. استفاده از روش‌ های داده‌ کاوی می تواند به تشخیص زودهنگام دیابت کمک کند که باعث جلوگیری از پیشرفت این بیماری و خیلی از عوارض آن مانند بیماری قلب و عروق، مشکلات بینایی و بیماری های کلیوی می شود. مواد و روش ها: در این تحقیق از نرم افزار داده کاوی رپیدماینر برای...

امروزه سرمایه گذاری در بازارهای طلا، بخش مهمی از اقتصاد هر کشور را تشکیل می دهد؛ به همین دلیل پیش بینی قیمت طلا برای سرمایه گذاران از اهمیت ویژه ای برخوردار شده است تا بتوانند کمترین ریسک را در سرمایه گذاری خود داشته یاشند. در سالهای گذشته، از روش های کلاسیک برای پیش بینی  قیمت طلا استفاده می نمودند. درحالیکه بازار طلا یک سیستم غیر خطی است، لذا هدف پژوهش حاضر پیش بینی قیمت طلا در بازار بین المل...

مقدمه: واژه چابک نشان دهنده سرعت و قدرت در پاسخگویی هنگام مواجه با رویدادهای داخلی و خارجی سازمان است. سازمان های مراقبت بهداشتی و درمانی هم باید مانند سایر سازمان ها برای تغییرات پرشتاب امروزی چابک باشند چون برای ادامه حیات و ماندن در دنیای پر رقابت امروزی چابکی یک مزیت رقابتی به شمار می آید. در این مقاله به توضیح چابکی سازمانی، فرایند داده کاوی و متن کاوی و نقشی که این ابزارها می توانند در تو...

مقدمه: تعداد و اندازه پایگاه داده های پزشکی به سرعت در حال افزایش است و مدل های توسعه یافته تکنیک داده کاوی می توانند برای پزشکان جهت کمک در تصمیم گیری موثر و کاربردی باشند. هدف اصلی از این مقاله، گزارش یک پروژه تحقیقاتی به منظور مقایسه الگوریتم های مختلف داده کاوی از طریق مقایسه حساسیت، ویژگی و دقت بین آنها، جهت انتخاب دقیق ترین مدل برای پیش بینی عود مجدد سرطان پستان در زنان مبتلا بوده است. در...