НОМИНАЛ МАЪЛУМОТЛИ ФАЗОДА АХБОРОТ ЎЛЧОВИНИ АНИҚЛАШГА АСОСЛАНГАН ИНФОРМАТИВ БЕЛГИЛАРНИ ТАНЛАШ АЛГОРИТМИ

Ахрам Нишанов; Ғуломжон Жўраев; Saidqul Saparov; Файзулла Олламберганов

Авторы

Ахрам Нишанов Муҳаммад ал-Хоразмий номидаги Тошкент ахборот технологиялари университети
Ғуломжон Жўраев Қашқадарё вилояти педагогларни янги методикаларга ўргатиш миллий маркази
Saidqul Saparov 3Муҳаммад ал-Хоразмий номидаги Тошкент ахборот технологиялари университети
Файзулла Олламберганов Муҳаммад ал-Хоразмий номидаги Тошкент ахборот технологиялари университети

Ключевые слова:

Бош мия саратони, ўқув танлама, номинал маълумотлар фазоси, информатив белгилар

Аннотация

Мақолада маълумотларни интеллектуал таҳлил қилиш масалаларидан объектларни тасвифловчи белгилар фазоси ўлчамини камайтириш масаласини ечиш бош мия саратони касалликларига тадқиқ этилган. Дастлаб бунда тиббиёт соҳаси мутахассислари кўмагида 4 та синф 218 та объект(Бош мия ўнг пешона соҳаси анаплатик астроситомаси; Бош мия хиазма селилляр-соҳаси аденомаси; Бош мия ўнг пешона соҳаси глеобластомаси; Бош мия ўнг пешона соҳаси менингиомаси) ва 19 та белгилардан иборат бўлган ўқув танлама шакллантирилган. Мазкур ўқув танламада синф объектларини характерловчи белгилар номинал қиймат кўринишда ифодаланилган. Шу сабабли ушбу мақолада номинал маълумотлар фазосида ахборот ўлчовини аниқлашга асосланган информатив белгилар мажмуасини танлаш масаласи ечиш алгоритми таклиф этилган.

Библиографические ссылки

World Health Organization: Cancer. World Health Organization website 2019. https://www.who.int/ru/newsroom/fact-sheets/detail/cancer

https://kun.uz/uz/news/2022/09/16/bugungi-kunda-ozbekistonda-qon-saratoni-bilan-ogrigan-bemorlarga-qanday-yordam-korsatilyapti

Быкова В.В., Катаева А.В. Методы и средства анализа информативности признаков при обработке медицинских данных//Программные продукты и системы/Software & Systems № 2 (114), 2016.-c. 172-178.

Фазылов Ш.Х., Нишанов А.Х., Маматов Н.С. Методы и алгоритмы выбора информативных признаков на основе эвристических критериев информативности//Монография.-Т.: Фан ва технология.-Ташкент, 2017.-132 с.

Nishanov A. Ruzibaev O. Tran N. Modification of decision rules 'ball Apolonia' the problem of classification// 2016 International Conference on Information Science and Communications Technologies, ICISCT 2016 (2016). DOI: 10.1109/ICISCT.2016.7777382.

https://www.webofscience.com/wos/woscc/full-record/WOS:000390522500007

Nishanov A., Saidrasulov Sh., Babadjanov E. // Analysis of Methodology Of Rating Evaluation Of Digital Economy And E-Government Development In Uzbekistan // International Journal Of Early Childhood Special Education// Volume:14 Issue:2 2022.

DOI10.9756/INT-JECSE/V14I2.230, p 2447-2452

https://www.webofscience.com/wos/woscc/full-record/WOS:000806030700037

Nishanov A., Ruzibaev O., Chedjou J. C., Kyamakya K., Abhiram, Kolli, De Silva, Djurayev G., Khasanova M. // Algorithm for the selection of informative symptoms in the classification of medical data // Developments Of Artificial Intelligence Technologies In Computation And Robotics// Volume:12, 2020, p 647-658.

https://www.webofscience.com/wos/woscc/full-record/WOS:000656123200078

Ashok B., Aruna P. Comparison of Feature selection methods for diagnosis of cervical cancer using SVM classifier//Journal of Engineering Research and Applications. ISSN: 2248-9622, Vol. 6, Issue 1, (Part-1) January 2016.-pp. 94-99.

Bolón-Canedo, V. & Alonso-betanzos, A. Ensembles for feature selection: A review and future trends//Information Fusion 52(2019).-рр. 1-12.

Emary, E., Zawbaa, H. M. & Hassanien, A. E. Binary grey wolf optimization approaches for feature selection//Neurocomputing 172, 2016.-рр.371-381.

Faris, H. et al. An efficient binary Salp Swarm Algorithm with crossover scheme for feature selection problems//Knowledge-based Systems 154, 2018.-pp. 43-67.

Gao, W., Hu, L. & Zhang, P. Class-specific mutual information variation for feature selection//Pattern Recognition 79, 2018.-pp. 328-339.

Gao, W., Hu, L., Zhang, P. & He, J. Feature selection considering the composition of feature relevancy//Pattern Recognition Letters 112, 2018.-pp. 70-74.

Hussien A., Hassanien A., Houssein E., et al.See more. S-shaped binary whale optimization algorithm for feature selection//Advances in Intelligent Systems and Computing, Vol. 727, 2019.-pp. 79-87.

Li, J. & Liu, H. Challenges of Feature Selection for Big Data Analytics//IEEE Intelligent Systems 32, (2017).-рр. 9-15.

Emary E. Zawbaa H. Hassanien A. Binary ant lion approaches for feature selection// Neurocomputing. 2016 vol: 213, рр.54-65.

Jović, A., Brkić, K. & Bogunović, N. A review of feature selection methods with applications//38th International Convention on Information and Communication Technology, Electronics and Microelectronics, MIPRO 2015 - Proceedings (2015), pp.1200-1205.

Liu, C., Wang, W., Zhao, Q., Shen, X. & Konan, M. A new feature selection method based on a validity index of feature subset. Pattern Recognition Letters 92, (2017), рр.1-8.