Title: Applications of CI in medical diagnosis
Objective: Applied neural and ML classification
methods to medical datasets
Participants: Włodzisław Duch, Rafał Adamczak,
Krzysztof Grąbczewski
Dates: 26.03.1997 - [KG] pierwsze streszczenie
12.05.1997 - [KG] dodane rezultaty przesuwania granic
Result(s):
Kilka prac: wstawić referencje
Appendictis: W wyniku nauczenia sieci, wyciągnięcia reguł, uproszczenia
ich i manipulowania granicami otrzymujemy ostatecznie dwie reguły:
- MNEA > 6650
- MBAP in [12.6, 60)
dające poprawność 91.509434 %
Cancer
Nauczona sieć ma 1 neuron ukryty, z którego powstają trzy reguły:
- deg_malig=3 /\ breast=left /\ node_caps=yes
- deg_malig=3 /\ (breast=left \/ node_caps=yes) /\ ~ inv_nodes=0-2 /\
~ age=50-59
- breast=left /\ node_caps=yes /\ ~ inv_nodes=0-2 /\ ~ age=50-59
Takie rozwiązanie daje poprawność 77.622378 % (błąd 22.377622 %)
Hypothyroid - patrz working log
Problems:
Reguły PVM są czasem prostsze, potrzebna jest metoda hybrydowa.
Po nauczeniu sprawdzać ile który warunek wnosi, odrzucać warunki i dooptymalizowywać
Working log: (local accsess only)