Sağlık Tahmininde Optimizasyon Tekniklerinin Kullanılması
Loading...
Date
2020
Authors
Malık, Muhammad Sufyan
Yazıcı, Ali
Yazıcı, Ali
Yazıcı, Ali
Journal Title
Journal ISSN
Volume Title
Publisher
Open Access Color
OpenAIRE Downloads
OpenAIRE Views
Abstract
Günümüz dünyasında modern teknolojinin kullanımı tıp bilimi alanında birçok gelişme sağlamıştır. Yine de, tüm ilerlemelerle birlikte, çoğu hastalığın tanı ve tedavisi zor bir görev olarak kabul edilmektedir. Diyabet rahatsızlığı, erken evrelerinde tanıyı araştırmak yerine semptomlarla mücadele için daha fazla çalışılmıştır. İnsülin ve insülin emisyon eksikliğine direnç kombinasyonu tip-2 diyabet üretir. Tip-2 yüksek nüfuzludur ve hala artmaktadır. Bununla birlikte, DMT2'nin tanımlanması bir ikilemdir. DMT2 erken bir aşamada tanımlanabilirse, daha az önleyici tedbirler gerekli olacaktır ve kişi yine de sağlıklı ve kaygısız bir yaşam sürdürebilir. Veri madenciliği teknikleri kullanan birçok sağlık kehanet sistemi yerleşik sağlık segmentleri vardır. Optimizasyon teknikleri de daha kesin ve verimli sonuçlar sağlayabilir. Bu çalışmada, sınıflandırma doğruluğunu ve SVM, DT, LR gibi mevcut sınıflandırıcılar arasındaki karşılaştırmayı bulmak için dışbükey optimizasyonda En Küçük kare, Karesel programlama ve Lagrangian Yöntemi kullanılmıştır. Bu araştırma, optimizasyon tekniklerinin sağlık hastalığını öngörmek veya teşhis etmek için kullanılabileceğini ve diğer sınıflandırıcılara göre daha iyi sonuçlar verebileceğini göstermektedir. Anahtar Kelimeler: Makine Öğrenmesi, Optimizasyon Teknikleri, Doğrusal Programlama, En Küçük Kareler Yöntemi, İkinci Derece Programlama, Lagrange Yöntemi, Şeker hastalığı
In today's world, the usage of modern technology has brought many advancements in the field of medical science. Still, with all the advancements, the diagnosis and treatment of most diseases are considered a challenging task. Diabetes ailment has been studied more for tackling the symptoms rather than investigating the diagnosis in its early stages. The combination of resistance to insulin and insulin emission deficiency produces type-2 diabetes. Diabetes Mellitus Type-2 is high penetrance and still increasing around. However, the identification of DMT2 is a dilemma. If the DMT2 can be identified at an early stage, fewer preventive measures would be required, and the person can still lead a healthy and carefree life. There exist many health prediction systems in health sectors using data mining techniques. Optimization techniques are capable of providing more precise and efficient results as well. In this research study, Least squares, Quadratic programming, and Lagrangian Method are used with convex optimization to find the classification accuracy and the comparison between existing classifiers such as SVM, DT, LR, and so forth. This research demonstrates that optimization techniques can be used to envisage or diagnose health disease and can provide better results compared to other classifiers. Keywords: Machine learning, Optimization Techniques, Linear Programming, Least Square, Quadratic Programming, Lagrangian Method, Diabetes Mellitus
In today's world, the usage of modern technology has brought many advancements in the field of medical science. Still, with all the advancements, the diagnosis and treatment of most diseases are considered a challenging task. Diabetes ailment has been studied more for tackling the symptoms rather than investigating the diagnosis in its early stages. The combination of resistance to insulin and insulin emission deficiency produces type-2 diabetes. Diabetes Mellitus Type-2 is high penetrance and still increasing around. However, the identification of DMT2 is a dilemma. If the DMT2 can be identified at an early stage, fewer preventive measures would be required, and the person can still lead a healthy and carefree life. There exist many health prediction systems in health sectors using data mining techniques. Optimization techniques are capable of providing more precise and efficient results as well. In this research study, Least squares, Quadratic programming, and Lagrangian Method are used with convex optimization to find the classification accuracy and the comparison between existing classifiers such as SVM, DT, LR, and so forth. This research demonstrates that optimization techniques can be used to envisage or diagnose health disease and can provide better results compared to other classifiers. Keywords: Machine learning, Optimization Techniques, Linear Programming, Least Square, Quadratic Programming, Lagrangian Method, Diabetes Mellitus
Description
Keywords
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Diabetes mellitus, Doğrusal programlama, En küçük kareler yöntemi, Computer Engineering and Computer Science and Control, Diabetes mellitus, Kuadratik programlama, Linear programming, Least squares method, Lagrange çarpanı, Quadratic programming, Makine öğrenmesi, Lagrange multiplier, Machine learning, Optimizasyon, Optimization
Turkish CoHE Thesis Center URL
Fields of Science
Citation
WoS Q
Scopus Q
Source
Volume
Issue
Start Page
0
End Page
77