Yapay Zekâ, farklı gerçek dünya
problemlerine etkin bir şekilde uygulanabilen ve geleceğimizi uzun bir süredir
şekillendiren, önemli bilim alanlarından birisidir. Uygulandığı problem türleri
çok çeşitli olmakla birlikte, bunlardan en dikkat çekenlerinden birisi de
medikal teşhistir. Açıklamalardan hareketle bu çalışmanın amacı, zeki optimizasyon tabanlı Destek Vektör
Makineleri’ni (DVM) kullanarak diyabet teşhisi gerçekleştirmektir. Bu bağlamda,
günümüz güncel zeki optimizasyon algoritmalarından beş tanesi Gaussian-RBF
kernel fonksiyonu kullanan bir non-lineer DVM’yi optimize etmek amacıyla
kullanılmıştır. Elde edilen bulgular, farklı algoritmalar ile kurulmuş hibrit
sistemlerin, farklı düzeyde başarımlar gösterdiğini ancak genel anlamda zeki
optimizasyon-DVM yaklaşımıyla diyabet teşhisinde yüksek oranda tutarlı sonuçlar
elde edilebildiğini ortaya koymuştur. Çalışma bu yönüyle izlenen yaklaşımın
Yapay Zekâ tabanlı teşhis açısından önemli bir potansiyele sahip olduğunu da
teyit etmektedir.
Artificial Intelligence is one of the most important
scientific fields that can be applied effectively in different real world
problems and has been shaping our future for a long time. While there are
various types of problems in which it is applied, medical diagnosis is one of
the most remarkable one among them. Moving from the explanations, objective of
this study is to realize diabetes diagnosis by using intelligent optimization
based Support Vector Machines (SVM). In this context, five ones of today’s
recent intelligent optimization algorithms were used for optimizing a non-linear
SVM, which is using a Gaussian-RBF kernel function. Obtained findings showed
that hybrid systems formed with different algorithms show different-level
success but in general, good level accurate results can be achieved via
intelligent optimization-SVM approach. Hereby, the study also confirms that
this followed approach has a significant potential for Artificial Intelligence
based diagnosis.
Intelligent optimization support vector machines diabetes diagnosis medical diagnosis artificial intelligence
Primary Language | Turkish |
---|---|
Subjects | Engineering |
Journal Section | Research Article |
Authors | |
Publication Date | September 1, 2019 |
Submission Date | February 28, 2018 |
Published in Issue | Year 2019 Volume: 22 Issue: 3 |
This work is licensed under Creative Commons Attribution-ShareAlike 4.0 International.