کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
4958312 | 1445243 | 2016 | 11 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Classifying smoking urges via machine learning
ترجمه فارسی عنوان
طبقه بندی سیگار کشیدن از طریق یادگیری ماشین باعث می شود
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
سیگار کشیدن باعث می شود، ترک سیگار، فراگیری ماشین، نظارت بر یادگیری، انتخاب ویژگی،
ترجمه چکیده
در نتیجه، طبقه بندی های یادگیری ماشین می تواند به شناسایی موقعیت های سیگار کمک کند، و جستجو برای بهترین ویژگی ها و پارامترهای طبقه بندی به طور قابل توجهی عملکرد الگوریتم را بهبود می بخشد. علاوه بر این، این مطالعه نیز از مفید بودن فن آوری های جدید در بهبود تاثیر مداخلات ترک سیگار، مدیریت زمان و بیماران توسط درمانگران و در نتیجه بهینه سازی منابع موجود در مراقبت های بهداشتی حمایت می کند. مطالعات آینده باید با ایجاد سیستم های متخصص جدید که قادر به ارائه مداخلات در زمان واقعی هستند، به ارائه پشتیبانی انطباق پذیر و شخصی تر برای افرادی که واقعا به آن نیاز دارند کمک کند.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
علوم کامپیوتر (عمومی)
چکیده انگلیسی
In conclusion, machine learning classifiers can help identify smoking situations, and the search for the best features and classifier parameters significantly improves the algorithms' performance. In addition, this study also supports the usefulness of new technologies in improving the effect of smoking cessation interventions, the management of time and patients by therapists, and thus the optimization of available health care resources. Future studies should focus on providing more adaptive and personalized support to people who really need it, in a minimum amount of time by developing novel expert systems capable of delivering real-time interventions.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computer Methods and Programs in Biomedicine - Volume 137, December 2016, Pages 203-213
Journal: Computer Methods and Programs in Biomedicine - Volume 137, December 2016, Pages 203-213
نویسندگان
Antoine Dumortier, Ellen Beckjord, Saul Shiffman, Ervin SejdiÄ,