کاربرد تقریب کم-رتبه نیستروم در محاسبه هسته متعامد لژاندر جهت افزایش دقت تشخیص زودهنگام کووید-۱۹
Nystrom low-rank approximation for computing orthogonal Legendre kernel to increase the accuracy of covid-19 early detection
نویسندگان :
علیرضا افضل آقائی نائینی ( دانشگاه شهید بهشتی ) , کورش پرند ( دانشگاه شهید بهشتی )
چکیده
همه‌گیری کووید-۱۹ به یکی از بزرگ‌ترین چالش‌های قرن بیست و یکم تبدیل شده است. علائم رایج این بیماری، شامل تب، سرفه و تنگی نفس می‌باشد. شباهت این علائم به آنفولانزای فصلی، امکان تشخیص سریع و کم‌هزینه کووید-۱۹ را از متخصصان سلب کرده است. در این پژوهش یک الگوریتم هوشمند جهت دسته‌بندی افراد مبتلا به کووید-۱۹ از میان افراد مشکوک ارائه می‌شود. برای این منظور، ابتدا کاربرد چندجمله‌ای‌های متعامد به عنوان توابع هسته بررسی شده و سپس جهت غلبه بر پیچیدگی‌های محاسباتی، از تقریب کم-رتبه نیستروم و تجزیه مقادیر منفرد استفاده می‌کنیم. در پایان به کمک دسته‌بند گرادیان کاهشی، یک مدل بلادرنگ جهت تشخیص بیماری ارائه خواهیم کرد. نتایج حاصله بیانگر دقت ۹۸ درصدی الگوریتم ارائه شده می‌باشد.کليدواژه ها
کووید-۱۹، تجزیه مقادیر منفرد، چندجمله‌ای‌های متعامد، یادگیری ماشین، هوش مصنوعیکد مقاله / لینک ثابت به این مقاله
برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است :نحوه استناد به مقاله
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:علیرضا افضل آقائی نائینی , 1400 , کاربرد تقریب کم-رتبه نیستروم در محاسبه هسته متعامد لژاندر جهت افزایش دقت تشخیص زودهنگام کووید-۱۹ , یازدهمین سمینار جبر خطی و کاربردهای آن
