جامعة كربلاء

تصنيف سرطان الثدي باستخدام تقنية التحول الخطي الغير قابلة للاشراف مع تقنية Cos Similartity Machine Learning

اقيمت حلقة نقاشية من قبل ا.م.د اشوان انور عبد المنعم التدريسية في قسم الحاسوب / كلية علوم الحاسوب وتكنولوجيا المعلومات يقدم مقترح لتطبيق تقنيات التعلم الآلي Machine learning على مشكلة تصنيف سرطان الثديBreast Cancer Classification والتي تعتمد على استخدام تقنية التحول الخطي غير الخاضع للإشراف جنبًا إلى جنب مع التعلم الآلي للتشابه من Cos similarity. في التحول غير الخاضع للإشراف ،تم استخدام تقنية تحليل المكونات الرئيسية Principal Components Analysis(PCA). يستخدم PCA في تحليل مجموعة بيانات سرطان الثدي لتحديد الميزات الفعالة والفريدة بالإضافة إلى ذلك ، تم اقتراح استخدام نموذج التصنيف ، تشابه cosine similarity لاختبار دقة الميزات المحددة. لقد أثبتنا مقبولية الأداء لتقنية PCA-Cos المقترحة من خلال إجراء تجارب عملية واسعة النطاق على مجموعة بيانات سرطان الثدي من الفئة الثنائية. أثبتت النتائج التجريبية أن تقنية PCA-Cos هي طريقة واعدة للتعامل مع تحديات اختيار الميزات وتصنيف السرطان وتحقق دقة كبيرة.

مقالات ذات صلة

اترك تعليقاً

زر الذهاب إلى الأعلى