این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مدیریت صنعتی، جلد ۹، شماره ۲، صفحات ۳۵۳-۳۸۲
عنوان فارسی ارائۀ یک سیستم خبرۀ فازی برای تشخیص نوع بیماری صرع با استفاده از منطق وضعیت و مدل ACH در ایجاد پایگاه دانش
چکیده فارسی مقاله امروزه از سیستم‌های خبره به‌عنوان یکی از سودمندترین و پرکاربردترین سیستم‌های تصمیم‌یار استفاده می‌شود. این سیستم‌ها با تکیه بر دانش متخصصان یک حوزه، تجربه‎های گرانبهای آنها را با سرعت و دقت موجود در کامپیوتر ترکیب کرده و موجب ارتقای کیفیت قضاوت می‌شوند. یکی از گسترده‌ترین حوزه‌های کاربرد این سیستم‌ها تشخیص پزشکی است. متفاوت از آنچه در بیشتر تحقیقات گذشته در توسعۀ سیستم‌های خبره به‌کار گرفته شده، در پژوهش حاضر استفاده از منطق وضعیت در فرایند اکتساب دانش و رویکرد فازی در معماری موتور استنتاج سیستم خبره پیشنهاد می‌شود. تشخیص نوع بیماری صرع همواره یکی از بحث‎انگیزترین چالش‌ها میان پزشکان نورولوژیست بوده و تمایز دقیق بین انواع این بیماری با توجه به علائم نزدیک به هم آنها، محل اختلاف بین پزشکان این حوزه است که این سیستم خبره موفق به حل این مسئله با درجۀ صحت 83 درصد می‌شود. از ویژگی‌های بارز این پژوهش، ایجاد پایگاه دانش جامع و کامل با رویکرد تحلیل فرضیه‎های رقیب (ACH) برای تمایز بین گونه‌های چهارده‌گانۀ بیماری صرع است. تحقیقات انجام‌شده در این پروژه می‌تواند برای تشخیص سایر بیماری‌هایی که علائم نزدیک به هم دارند، شبیه‌سازی و استفاده شود. همچنین این سیستم می‌تواند در موقعیت‌هایی که دستیابی به پزشکان متخصص مغز و اعصاب ممکن نیست، بسیار مفید واقع شود.
کلیدواژه‌های فارسی مقاله استنتاج فازی، پایگاه دانش، تشخیص بیماری، سیستم خبره، منطق وضعیت،
عنوان انگلیسی A Fuzzy Expert System for Diagnosis of Epilepsy Diseases Using the Situational Logic and ACH Modeling in the Creation of Knowledge Base
چکیده انگلیسی مقاله Nowadays expert systems are used as one of the most useful and most practical decision support systems. These systems are relying on knowledge of experts in certain domain combines valuable experience with speed and accuracy of computer and improve the quality of their judgments. One of the most extensive applications of these systems is medical diagnostic fields. Different from what happened in most prior researches in the development of expert systems, in the present study using the situational logic in the process of knowledge acquisition and fuzzy inference engine architecture approach is recommended. Identify the type of epilepsy has always been one of the most challenging deliberations among the neurologist doctors and strict distinction between the types of the disease, according to the closely signs Creates conflict among the field's doctors that the expert system is able to solve this problem with the accuracy of 83 percent. Forming a comprehensive knowledge base using analysis of competing hypotheses (ACH) modeling in order to distinguish between 14 types of epilepsy disease is the distinctive features of this study. Research done on the project can be used to diagnose other diseases that have similar symptoms closely and to be pragmatic. The proposed system can be used in situations where access to neurologist doctors is impossible can be very useful.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله علی عموجی | عموجی
دکتری مهندسی کامپیوتر گرایش تجزیه و تحلیل سیستم ها ، دانشکدۀ مهندسی فناوری اطلاعات، دانشگاه پیام نور، تهران، ایران
سازمان اصلی تایید شده: دانشگاه پیام نور تهران (Payame noor university)

عبدالحمید فطانت |
استادیار دانشکدۀ مهندسی برق و کامپیوتر، دانشگاه آزاد اسلامی واحد ماهشهر، ماهشهر، ایران
سازمان اصلی تایید شده: دانشگاه آزاد اسلامی ماهشهر (Islamic azad university of mahshahr)

نشانی اینترنتی https://imj.ut.ac.ir/article_64588_a7534d69e85734eae22425b3b15fdf64.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1082/article-1082-563692.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات