شماره ركورد كنفرانس :
5432
عنوان مقاله :
مقايسه عملكرد الگوريتم هاي يادگيري ماشين براي پيش بيني شدت بيماري كوويد ۱۹ از روي ويژگي هاي باليني
پديدآورندگان :
نيك سيرت مليحه niksirat@birjandut.ac.ir استاديار، دانشگاه صنعتي بيرجند , صفاريان محسن saffarian@birjandut.ac.ir استاديار، دانشگاه صنعتي بيرجند , محمدي فاطمه ftm.mohammadi1799@yahoo.com دانشگاه صنعتي بيرجند
كليدواژه :
بيماري كوويد ۱۹ , پيش بيني , الگوريتم k-نزديكترين همسايه , الگوريتم k-ميانگين , الگوريتم ماشين بردار پشتيبان.
عنوان كنفرانس :
شانزدهمين كنفرانس بين المللي انجمن ايراني تحقيق در عمليات
چكيده فارسي :
بيماري همه گير كوويد۱۹ كه عامل ايجاد آن ويروس جديدي با نام سارس-كوويد۲ مي باشد از اوايل سال ۲۰۲۰ در جهان شيوع پيدا كرد و باعث مرگ بسياري از افراد در همه سنين شد. سرعت بالاي انتقال اين ويروس و افزايش چشمگير مرگ و مير ناشي از آن و همچنين عدم وجود درمان قطعي براي آن، توجه بسياري از محققان را براي شناسايي عوامل موثر بر مرگ و مير ناشي از اين بيماري به خود جلب كرد. در اين تحقيق با توجه به كاربرد الگوريتم هاي يادگيري ماشين در زمينه پيش بيني، عملكرد الگوريتم هاي k-نزديكترين همسايه، k-ميانگين و ماشين بردار پشتيبان براي پيش بيني احتمال مرگ و مير مبتلايان به بيماري كوويد۱۹ از روي ويژگي هاي باليني اين بيماران، با يكديگر مقايسه شده است.