La Sélection de Variables Neuronale pour la Reconnaissance du DiabèteReportar como inadecuado




La Sélection de Variables Neuronale pour la Reconnaissance du Diabète - Descarga este documento en PDF. Documentación en PDF para descargar gratis. Disponible también para leer online.

1 Laboratoire Génie Biomédical

Résumé : La médecine est une discipline scientifique mais aussi une discipline d-action qui requiert souvent une prise de décision. Des techniques telles que les réseaux de neurones artificiels sont les plus couramment utilisées pour l-aide au diagnostic médicale et sont développées par de grand nombre d-équipes de recherche grâce à leurs simplicités du raisonnement et de leurs performances d-apprentissage inspirés du raisonnement humain. Mais avec la présence d-attributs redondants ou d-attributs fortement bruités dans les bases de données, la performance du système peut se décliner, ce qui nécessite l-utilisation des techniques de sélection de variables qui ont pour objectif de sélectionner ou d-extraire un sous-ensemble optimal de caractéristiques pertinentes pour faire un meilleur apprentissage et assurer une bonne performance du système de classification. Pour effectuer cette tâche nous avons proposé une méthode appelée OCD Optimal Cell Damage. Elle fait sa sélection en parallèle avec le processus d-apprentissage du réseau de neurones artificiel en se basant sur la notion de pertinence des entrées du réseau. Nous avons testé cette méthode sur la base de données du diabète PIMA UCI : machine learning. Les résultats obtenus sont très prometteurs.

Mots-clés : base de données Pima réseau de neurones RN sélection de variables Embedded OCD base de données Pima.





Autor: Mohammed Anes Bekhti -

Fuente: https://hal.archives-ouvertes.fr/



DESCARGAR PDF




Documentos relacionados