|
این پژوهش به تشخیص و تحلیل سرطان تخمدان با استفاده از دادههای توالی RNA و روشهای یادگیری عمیق میپردازد. با مرور جامع ادبیات پژوهش و بررسی معماریهای شبکه عصبی، یک مدل پیشنهادی مبتنی بر شبکه عصبی عمیق LSTM ارائه شده است. عملکرد مدل از طریق فرایندهای ارزیابی و تحلیل نتایج بررسی شده و یافتهها نشاندهنده بهبود دقت و کارایی روش پیشنهادی در مقایسه با الگوریتمهای موجود است.
|
چکیده
فصل اول) مقدمه و کلیات پژوهش
1-1) مقدمه
2-1) بیان مسئله
3-1) ضرورت و اهمیّت پژوهش
1-3-1) اهمیّت پژوهش
2-3-1) ضرورت پژوهش
4-1) جنبه جدید بودن و نوآوری در پژوهش
5-1) هدفهای پژوهش
6-1) سوالات پژوهش
7-1) فرضیات پژوهش
8-1) دامنه / قلمرو پژوهش
1-8-1) دامنه موضوعی
1-8-2) دامنه مکانی
1-8-3) دامنه زمانی
9-1) امکانات، محدودیتها و مشکلات پژوهش
1-9-1) امکانات پژوهش
1-9-2) محدودیتهای پژوهش
1-9-3) مشکلات پژوهش
1-10) تعریف مفاهیم و متغیرها
11-1) ساختار پایاننامه
فصل دوم) پیشینهکاوی پژوهش
1-2) مقدمه
2-2) ادبیات پژوهش
1-2-2) سرطان تخمدان
2-2-2) دادههای توالی RNA
3-2-2) یادگیری عمیق
4-2-2) شبکه عصبی و معماری LSTM
4-2) پیشینهکاوی روشها و الگوریتمهای موجود
5-2) مقایسه روشهای موجود
7-2) جمعبندی فصل
فصل سوم) روششناسی پژوهش
1-3) مقدمه
2-3) پارادایم و رهیافت پژوهش
3-3) روش و طرح کلی پژوهش
1-3-3) روش پژوهش
3-2-2) طرح کلی و مدل مفهومی پژوهش
4-3) جامعه آماری و گروه نمونه مورد مطالعه
5-3) شیوه و ابزار گردآوری اطلاعات و دادههای پژوهش
1-5-3) شیوه گردآوری اطلاعات و دادههای پژوهش
2-5-3) ابزار پژوهش
3-5-3) روایی ابزار پژوهش
4-5-3) اعتبار / پایایی ابزار پژوهش
6-3) توصیف مدل پیشنهادی
1-6-3) فرایند پیشپردازش
2-6-3) استخراج ویژگی
3-6-3) مدلسازی بر اساس شبکه عصبی عمیق LSTM
7-3) الگوریتم نهایی و فلوچارت رویکرد پیشنهادی
8-3) متغیرهای رویکرد پیشنهادی
9-3) جمعبندی
فصل چهارم) ارزیابی نتایج
1-4) مقدمه
2-4) فرایند ارزیابی
3-4) محیط ارزیابی
4-4) مجموعه داده ارزیابی
5-4) نتایج ارزیابی
6-4) جمعبندی فصل
فصل پنجم) جمعبندی و پیشنهادات آتی
1-5) جمعبندی نتایج
2-2) پیشنهادات آتی
مراجع