Izvorni znanstveni članak
https://doi.org/10.7305/automatika.2016.10.1427
Grupiranje zasnovano na skupljanju dokaza s vjerojatnosno-neizrazitim C-means pristupom za dijagnozu bolesti
Abdullah M. Iliyasu
; Computational Intelligence & Intelligent Systems (CIIS) Research Group, College of Engineering, Prince Sattam Bin Abdulaziz University, Al-Kharj 11942, Kingdom of Saudi Arabia
Chastine Fatichah
; Department of Informatics, Institut Teknologi Sepuluh Nopember, Kampus ITS Sukolilo, Surabaya 60111, Indonesia
Khaled Abuhasel
; Department of Mechanical Engineering, Bisha University, Bisha 61361, Kingdom of Saudi Arabia
Sažetak
Tradicionalno, metode nadziranog strojnog učenja predstavljaju prvi izbor za zadatke koji uključuju klasifikaciju podataka. Ovo istraživanje prikazuje nekonvencionalnu hibridnu alternativnu (pEAC) tehniku koja kombinira vjerojatnosno-neizraziti C-Means (PFCM) kao osnovni algoritam grupiranja u standardno grupiranje korištenjem grupiranja zasnovanog na skupljanju dokaza (EAC). PFCM objedinjuje zasebna svojstva vjerojatnosnog C-Means (PCM) i neizrazitog C-Means (FCM) algoritama u sofisticirani algoritam grupiranja. Usprkos ogromnim mogućnostima koje nudi ova tehnika, u smislu strukture, ona je nalik cjelovitim hEAC i fEAC tehnikama grupiranja realiziranim integracijom K-Means i FCM algoritama grupiranja u EAC tehniku.Kako bi se validirala učinkovitost, njeno ponašanje je ispitano na sintetičkim i stvarnim medicinskim podacima te su provedene usporedbe s pojedinačnim široko rasprostranjenim metodama, drugim nenadziranim tehnikama grupiranja i nekim nadziranim metodama učenja. Rezultat prikazuje kako predložena pEAC tehnika nadmašuje pojedine metode grupiranja i druge tehnike nenadziranog učenja u smislu točnosti u dijagnozi hepatitisa, kadiovaskularnih bolesti, raka dojke i dijabetesa, korištenih u eksperimentu.Značajno, u usporedbi s odabranim nadziranim modelima klasifikacije, predložena pEAC tehnika pokazuje bolju točnost dijagnoze na dvama korištenim bazama podataka za rak dojke, što ukazuje na to da čak i bez označenih podataka predložena tehnika nudi efikasnu klasifikaciju medicinskih podataka.
Ključne riječi
grupiranje zasnovano na skupljanju dokaza; K-means; neizraziti C-means; vjerojatnosno-neizraziti C-means; hibridni inteligentni sustav; medicinska informatika; klasifikacija medicinskih podataka; dijagnoza bolesti
Hrčak ID:
180723
URI
Datum izdavanja:
23.3.2017.
Posjeta: 1.109 *