شماره ركورد كنفرانس :
5286
عنوان مقاله :
تشخيص كوويد19 از تصاوير اشعه ايكس با استفاده از شبكه‌هاي عصبي عميق و انتخاب ويژگي مبتني بر روش بهينه سازي جستجوي اتم
پديدآورندگان :
اسلامي الهه elahe.eslami@stu.yazd.ac.ir دانشگاه يزد , شاهزاده فاضلي ابوالفضل fazeli@yazd.ac.ir دانشگاه يزد , عباسي هرفته الهام e.abbasi@yazd.ac.ir دانشگاه يزد
كليدواژه :
فراابتكاري , الگوريتم بهينه سازي جستجوي اتم , يادگيري عميق , انتخاب ويژگي , شبكه عصبي
عنوان كنفرانس :
پنجمين كنفرانس بين‌المللي محاسبات نرم
چكيده فارسي :
الگوريتم‌هاي بهينه سازي فراابتكاري به طور فزاينده‌اي در محاسبات هوشمند محبوب هستند و به طور گسترده براي تعداد زيادي از مسائل مهندسي دنياي واقعي به كار مي‌روند. از جنبه‌هاي محبوبيت آنها، برخي نظريه‌هاي اساسي و مدل‌هاي رياضي معقول تكنيك‌هاي بهينه‌سازي است كه از دنياي واقعي مي‌آيند و از انواع پديده‌هاي فيزيكي يا رفتارهاي بيولوژيكي الهام مي‌گيرند. در سال‌هاي اخير روش‌هاي بهينه‌سازي فراابتكاري مختلفي در زمينه‌هاي علمي و مهندسي ارائه شده است. بهينه سازي جستجوي اتم يك رويكرد بهينه سازي جديد براي حل مسائل بهينه سازي است. اين بهينه ساز به طور رياضي مدل حركت اتمي را در طبيعت مدل‌سازي و تقليد مي‌كند، به طوري كه اتم‌ها از طريق نيروهاي برهمكنش با يكديگر تعامل مي‌كنند. در اين مقاله سعي شده است تا با استفاده از الگوريتم جستجوي اتم، مجموعه اي از بهترين ويژگي‌ها انتخاب شوند تا بيشترين دقت از مدل حاصل شود.
