مقالات ترجمه شده

سیستم پیش بینی بیماری قلب هوشمند با استفاده از K-ابزارهای پیشرفته و ID3 بر بزرگ داده ها

عنوان فارسی

سیستم پیش بینی بیماری قلب هوشمند با استفاده از K-ابزارهای پیشرفته و ID3 بر بزرگ داده ها


عنوان لاتین

Smart heart disease prediction system using Improved K-Means and ID3 on Big Data

مشخصات کلی

سال انتشار 2017
کد مقاله 4019
فرمت فایل ترجمه Word
تعداد صفحات ترجمه 16
نام مجله International Conference on Data Management, Analytics and Innovation
نشریه IEEE
درج جداول و شکل ها در ترجمه انجام شده است
جداول داخل مقاله ترجمه شده است

چکیده فارسی

اصطلاح بزرگ داده امروزه به یک اصطلاح جهانی تبدیل شده است. بزرگ داده بر تنوع بسیار داده ها اشاره دارد، داده هایی که بسرعت در طی زمان درحال افزایش هستند. بنابراین الزام وجود پردازش این داده ها احساس میشود و،به جای ذخیره صرف این داده ها نیاز به استخراج مقداری اطلاعات و دانش پرمحتوا از آن داده هایی که برخی روش های خوشه بندی و طبقه بندی داده کاوی را اعمال میکنند، وجود دارد. در اینجا دوران مختلفی از بزرگ داده وجود دارد بنابرین ابتدا زمینه پزشکی انتخاب شده است. و بعد از آن بیماریهای مختلفی برای تحقیق در آن و ارائه اطلاعات و یا پیش بینی کمک به حل آن وجود دارد که ما ابتدا بیماریهای قلبی را برگزیدیم. بیماری قلبی از آن دست بیماریهایی که مرگ و میر زیادی را باعث شده و برطبق مؤسسه ی جهانی قلب درصد زیادی را به خود اختصاص داده است. بنابرین بیماری قلبی برای رویکرد بزرگ داده مورد تصمیم واقع شد و بزرگ داده ی مورد ملاحظه ، از پلتفرم کاهشی hadoop map استفاده میشود. برای خوشه بندی K_Means بهبود یافته وبرای تصمیم گیری طبقه بندی هدف ، سه الگوریتم و بعبارتی ID3 در رویکرد هایبرید استفاده شده است. همانطور که میدانیم نظریه ی دومی هم در حال گسترش است، سیستم برای پیش بینی بیماری برپایه ی تعدادی پارامترهایی نظیر درد قفسه سینه، کلسترول، سن، resting Bp ، تالاک و بسیاری دیگر ، خیلی کمک کننده ست. بخاطر وجود همچین سیستمی، تصمیم گیری بالینی به همان اندازه که در رو به پیشرفت است سریعتر نیز اتخاذ خواهند شد. این نیز بر روی پیشرفت پروسه ی درمان تاثیر خواهد گذاشت. به این ترتیب در پیش بینی بیماری قلبی بسیار مفید خواهد بود.

چکیده لاتین

The term Big Data is becoming global today. The Big data is huge amount of variety of data, and the data is increasing very rapidly according to the time. So there is need to process that data and instead of just storing that data need to extract some meaningful information or knowledge from that data applying some clustering and classification techniques of data mining. There are various era available in the Big Data so that decided the medical field first. And after that there are various diseases available to work on them or gain some knowledge or predict for help we decided the Heart disease. Heart disease is one of the disease due to that death will occurred mostly, and according to the world health organization the percentage is more for that. So Heart disease is decided for the big Data approach, and as Big Data is considered so used Hadoop Map reduce platform. For clustering Improved K-Means and for the classification purpose decision tree algorithm i.e. ID3 is used in the hybrid approach. As we know the taking second opinion is too increased, the system is very useful for the helping in prediction, basis on the some parameters like chest pain, cholesterol, age, resting Bp, Thalac and many more. Due to this system clinical decision making will be improved as well as being fast. It’s also will impact on the improving the treatment process. In such way it will be very useful in the prediction of the heart disease.

خرید و دانلود ترجمه این مقاله:

جهت خرید این مقاله ابتدا روی لینک زیر کلیک کنید، به صفحه ای وارد می شوید که باید نام و ایمیل خود را وارد کنید و پس از آن روی دکمه خرید و پرداخت کلیک نمایید، پس از پرداخت بلافاصله به سایت بازگشته و می توانید فایل خود را دانلود کنید، همچنین لینک دانلود به ایمیل شما نیز ارسال خواهد شد.

دیدگاه ها

هیچ دیدگاهی برای این مقاله ثبت نشده است

ارسال دیدگاه

مقالات معتبر علمی از ژورنال های ISI