تدريسي من كلية العلوم ينشر بحثاً بعنوان (آلة المتجهات الداعمة SVM للكشف عن أمراض الكبد والتنبؤ بها) في مجلة (IEEExplore) من الولايات المتحدة الأمريكية ضمن مستوعبات سكوباس

تدريسي من كلية العلوم ينشر بحثاً بعنوان (آلة المتجهات الداعمة SVM للكشف عن أمراض الكبد والتنبؤ بها) في مجلة(IEEExplore) من الولايات المتحدة الأمريكية ضمن مستوعبات سكوباس.

نشر م.د قصي كنعان كاظم التدريسي في قسم علوم الحاسوب في كلية العلوم بحثاً في مجلة عالمية رصينة ضمن مستوعبات سكوباس بعنوان (آلة المتجهات الداعمة SVM الكشف عن أمراض الكبد والتنبؤ بها )
في مجلة (IEEExplore) في الولايات المتحدة الأمريكية.

تناول البحث أمراض الكبد و الزيادة الحادة في أمراض الكبد على مستوى العالم وموت الكثير من الناس دون أن يعرفوا حتى أنهم مصابون بها. ونتيجة لمحدودية أعراضه من الصعب للغاية اكتشاف مرض الكبد حتى المرحلة الأخيرة. في حالة الاكتشاف المبكر يمكن للمرضى بدء العلاج في وقت مبكر وبالتالي إنقاذ حياتهم. لقد أصبح استخدام خوارزميات تعلم المجموعات أمراً شائعاً بشكل متزايد لأنها تؤدي أداءً أفضل من خوارزميات التعلم الآلي التقليدية. في هذا السياق تقترح هذه الورقة بنية جديدة تعتمد على التعلم الجماعي والمعالجة المسبقة المحسنة للتنبؤ بأمراض الكبد باستخدام مجموعة بيانات مرضى الكبد (ILPD).يتم تطبيق ستة خوارزميات لتعلم المجموعات على المرضى وتتم مقارنة نتائجها مع تلك التي تم الحصول عليها من الدراسات . يستخدم النموذج المقترح عدة طرق للمعالجة المسبقة للبيانات ، مثل موازنة البيانات ، وتوسيع نطاق الميزات ، واختيار الميزة لتحسين الدقة مع الافتراضات المناسبة.
تمت مقارنة نتائج النماذج الستة مع بعضها البعض وكذلك مع النماذج المستخدمة في أعمال بحثية أخرى. النموذج المقترح باستخدام مصنف شجرة إضافي وغابة عشوائية . تمت مقارنة نتائج النماذج الستة مع بعضها البعض التي تم الحصول عليها في هذه الورقة حصلنا .على أعلى أداء من الدقة في SVC من خلال مرحلة التدريب دقة 80.36٪ التي ستساعد الأطباء على اتخاذ القرارات الصحيحة و دعم قراراتهم.