ADAPTIVE FUZZY LOGIC BASED FRAMEWORK FOR HANDLING IMPRECISION AND UNCERTAINTY IN PATTERN CLASSIFICATION OF BIOINFORMATICS DATASETS
No Thumbnail Available
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Saudi Digital Library
Abstract
إن مشكلة التصنيف في مجال البيوانفورماتيك هي مهمة صعبة كون المعلومات حول الأمراض المختلفة هي إما غير كافية أو غير موثوقة بسبب تجميع البيانات باستخدام أدوات طبية مختلفة. إن محدودية الخبرة البشرية في تشخيص المرض يدوياً تؤدي الى تصنيف خاطىء في المجال الطبي. علاوة على ذلك المعلومات المجموعة من مصادر مختلفة قد تكون غير دقيقة أو غير مؤكدة. قدمت هذه الرسالة إطار عمل تصنيفي معتمد عى المنطق الغائم من النوع الثاني للبيانات المتغيرة لتشخيص الأنماط المختلفة من الأمراض وهو قادر على معالجة عدم الدقة وعدم التأكد. إن دقة التصنيف وأداء إطار العمل الجديدتم قياسها باستخدام UCI وهي مجموعات بيانات طبية معروفة وتمت مقارنة النتائج بمعظم المصنفات الشائعة في الأعمال المنشورة في علوم الحاسب والاحصائيات. لقد تم إنجاز التصنيف على أساس طبيعة الدخل كـ singleton أو non-singleton وفيما إذا كان عدم التأكد موجوداً في النظام أو لا. إن النتائج التجريبية أظهرت أن اطار العمل المقدم FLS يتفوق على النماذج المحققة السابقة وله دقة تصنيف أعلى من جميعها. بالإضافة لذلك، تم اجراء عدد من الدراسات التجريبية المتعلقة بتأثير البارامترات المختلفة لـ FLS مثل خوارزميات التدريب، و أساليب الـ defuzzification وخوارزميات التدريب