Ateş böceği algoritması destekli aşırı öğrenme makinesi ile göğüs kanseri veri kümelerinin sınıflandırılması
| Autor: | Üstün, Deniz |
|---|---|
| Přispěvatelé: | Üstün, Deniz |
| Jazyk: | angličtina |
| Rok vydání: | 2019 |
| Předmět: | |
| Zdroj: | Issue: 17 637-644 Avrupa Bilim ve Teknoloji Dergisi |
| ISSN: | 2148-2683 |
| Popis: | The Breast cancer is thesecond cancer type which causes death of women. The premature detection ofcancer and the suitable treatment applied to cancer cells can reduce the deadlyrisk. The medical doctors can make faults in diagnosis of the cancer disease.The performance of artificial intelligence methods (AIMs) containing increasedthanks to rapid improvements in the technologies of the computer hardware. AIMscan be used regarding the enhancement of diagnostic accuracy. StandardGradient–Based back propagation artificial neural networks (BP–ANN) has beencommonly utilized in the diagnosis of the breast cancer disease. Even thoughBP–ANN are good performance in diagnosis of cancer disease, it has somelimitations such as possible to be trapped in local minima and long time in thetraining process. In this study, the extreme learning machine assisted byheuristic firefly algorithm (FF–ELM) is proposed for diagnoses of breast cancerdisease on the Breast Cancer Wisconsin Dataset. The diagnostic performance ofproposed FF–ELM was compared with the standard ELM and BP–ANN methods. Theresults show that FF–ELM provides a meaningful enhancement regarding theclassification performance and it can be used as a powerful technique for themedical problems. Göğüs kanseri hastalığı,kadınların ölümüne neden olan ikinci kanser türüdür. Kanser hastalığının erkenteşhisi ve kanser hücrelerine uygulanan uygun ve doğru tedavi hastalığın ölümcülriskini azaltabilir. Tıp doktorları, kanser hastalığının teşhisinde zaman,zaman hata yapabilmektedirler. Yapay zeka tekniklerinin (YZT) performansı,bilgisayar donanım teknolojilerindeki hızlı gelişmeler sayesinde artmıştır.Buna bağlı olarak, kanser hastalığının tanı doğruluğunun arttırılması ileilgili olarak YZT’ler kullanılabilir. Standart Eğime Dayalı Geri Yayılım YapaySinir Ağları (GY–YZT), göğüs kanseri hastalığının tanısında yaygın olarakkullanılmaktadır. GY–YZT, kanser hastalığının teşhisinde iyi bir performanssergilese de, yerel minimum ve eğitim sürecinde uzun süre takılma gibi bazısınırlamaları vardır. Bu çalışmada, Göğüs Kanseri Wisconsin veri kümesinde göğüskanseri hastalığının teşhisi için, sezgisel ateş böceği algoritması tarafındandesteklenen aşırı öğrenme makinesi(AB–AÖM) önerilmiştir. Önerilen AB–AÖM’nin hastalık tanı üzerindeki performansıstandart AÖM ve GY–ANN yöntemleriyle karşılaştırıldı. Sonuçlar, AB–AÖM’ninsınıflandırma performansıyla ilgili anlamlı bir gelişme sağladığını ve tıbbiproblemler için güçlü bir teknik olarak kullanılabileceğini göstermektedir. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|