نمایش مختصر رکورد

dc.date.accessioned1399-07-09T03:30:17Zfa_IR
dc.date.accessioned2020-09-30T03:30:17Z
dc.date.available1399-07-09T03:30:17Zfa_IR
dc.date.available2020-09-30T03:30:17Z
dc.date.issued2020-02-20en_US
dc.date.issued1398-12-01fa_IR
dc.date.submitted2020-04-14en_US
dc.date.submitted1399-01-26fa_IR
dc.identifier.citation(1398). مدلی برای پیش‌بینی نیاز به جراحی ارتوپدی با استفاده از تکنیک‌های داده‌کاوی. آینده پژوهی مدیریت, 30(4119), 195-204.fa_IR
dc.identifier.issn1605-2749
dc.identifier.urihttp://jmfr.srbiau.ac.ir/article_15601.html
dc.identifier.urihttps://iranjournals.nlai.ir/handle/123456789/242027
dc.description.abstractبا گسترش استفاده از رایانه در جنبه های مختلف زندگی افراد، حجم بسیار زیادی از داده ها تولید می شود که در بسیاری از اوقات این داده ها شامل اطلاعات ارزشمندی هستند. برای استخراج این اطلاعات و بهره بردن از آنها می توان از علم داده کاوی<sup>1</sup> بهره برد. با استفاده از داده کاوی می توان، الگوهای پنهان موجود در داده ها را کشف نمود و برای پیش بینی موارد جدید مورد استفاده قرار داد. از جمله حوزه هایی که با تولید حجم انبوه داده ها روبرو می باشد، حوزه ی درمان است. در این پژوهش به طور خاص در زمینه ی ارتوپدی تمرکز خواهد شد. این تحقیق به دنبال این است که با استفاده از تکنولوژی و تکنیک­های داده کاوی بتواند از داده موجود در دیتابیس بیمارستان به اطلاعات ارزشمندی دست یابد و از طریق آن اطلاعات بتواند احتمال شکستگی و همچنین نیازمند بودن بیمار به جراحی را پیش بینی کند  و تصمیم گیری را برای پزشکان ساده تر و سریع تر کند. بدین صورت می توان با سرعت و دقت بالاتری نسبت به روش های موجود به تفکیک بیماران و ارائه ی خدمات به آن ها پرداخت. این پژوهش بر مبنای متدولوژی CRISP بنا نهاده شده است و نتایج حاصل از تحقیق بیانگر این امر است که استفاده ی تلفیقی از الگوریتم های CHAID و شبکه ی عصبی<sup>2</sup> تقویت شده با روش تجمعی<sup>3</sup> Boosting، می تواند دقت مطلوبی در پیش بینی نیاز به جراحی در بیماران ارتوپدی را ارائه دهد.fa_IR
dc.format.extent517
dc.format.mimetypeapplication/pdf
dc.languageفارسی
dc.language.isofa_IR
dc.publisherدانشگاه آزاد اسلامی، واحد علوم و تحقیقاتfa_IR
dc.relation.ispartofآینده پژوهی مدیریتfa_IR
dc.subjectداده کاویfa_IR
dc.subjectارتوپدیfa_IR
dc.subjectدرمان جراحیfa_IR
dc.titleمدلی برای پیش‌بینی نیاز به جراحی ارتوپدی با استفاده از تکنیک‌های داده‌کاویfa_IR
dc.typeTexten_US
dc.typeمقاله پژوهشیfa_IR
dc.citation.volume30
dc.citation.issue4119
dc.citation.spage195
dc.citation.epage204


فایل‌های این مورد

Thumbnail

این مورد در مجموعه‌های زیر وجود دارد:

نمایش مختصر رکورد