دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: پزشکی ویرایش: 2 نویسندگان: Sumit Chakraborty. Suryashis Chakraborty سری: ناشر: Business Analytics Research Lab India سال نشر: 2016 تعداد صفحات: 46 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 933 کیلوبایت
در صورت تبدیل فایل کتاب Deep Analytics: Cancer Prevention Mechanism (Revisited) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تحلیل عمیق: مکانیسم پیشگیری از سرطان (بازبینی مجدد) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
چکیده: این کار ساخت یک مکانیسم پیشگیری از سرطان مبتنی بر تجزیه و تحلیل عمیق (DACPM) را ارائه می دهد که رویکردهای فعال و واکنشی را متعادل می کند. سیستم بیولوژیکی انسان را از منظر کاربرد، محاسبات، شبکه، داده ها و طرحواره امنیتی یک سیستم اطلاعاتی تعریف می کند. حرکات استراتژیک DACPM شامل یادگیری عمیق، استدلال هوشمند، تجزیه و تحلیل تهدید، ترکیب بهینه رویکردهای فعال و واکنشی، عملکرد منطقی پرداخت مراقبت های بهداشتی و برنامه بودجه و محاسبات ایمن تطبیقی چند جانبه است. انتظار می رود عملکرد سیستم بیولوژیکی انسان از طریق ویژگی های محاسبات چند جانبه ایمن تطبیقی تأیید شود: انصاف، صحت، مسئولیت پذیری، شفافیت، عقلانیت، اعتماد، تعهد. احراز هویت، مجوز، شناسایی صحیح، حریم خصوصی، ممیزی؛ ایمنی، قابلیت اطمینان، ثبات، سرزندگی، بدون بن بست، دسترس پذیری، انعطاف پذیری، استحکام و ثبات یکپارچه سازی برنامه ها. نسخه دوم این کار به طور خاص بر استدلال 9 مورد آزمایشی از طریق DACPM در عمق برای مبارزه با همه گیری سرطان متمرکز است: (1) سرطان ذهن، (2) کنترل و هماهنگی عصبی: سرطان مغز، (iii) هماهنگی شیمیایی و ادغام: سرطان سینه (IV) هضم و جذب: سرطان کبد، پانکراس، معده و روده بزرگ (v) تنفسی: سرطان ریه، (vi) گردش مایعات بدن: سرطان خون، (vii) دفعی: سرطان کلیه و سرطان مثانه، viii) حرکت و حرکت: سرطان استخوان و (ix) سیستم تولید مثل: سرطان تخمدان و بیضه. این پیچیدگی مکانیسم را از نظر هزینه محاسباتی الگوریتم یادگیری عمیق تجزیه و تحلیل می کند. سیستم بیولوژیکی انسان یک کامپیوتر فرض می شود. این یک تفکر منطقی نیست که بیشتر علل سرطان ناشی از بدشانسی است. هنوز به اندازه کافی در مورد علل و اقدامات پیشگیری از سرطان شناخته شده نیست. تجزیه و تحلیل عمیق لزوما به معنای الگوریتم یادگیری عمیق نیست، بلکه با استدلال هوشمند - تحلیلی، منطقی، عقل سلیم، استدلال مبتنی بر مورد و همچنین ادراک برای مبارزه با اپیدمی سرطان همراه است. یک عامل انسانی برای کنترل صحیح سیستم بیولوژیکی از طریق خودارزیابی هوشمندانه، اعتماد به نفس، سبک زندگی، کنترل رژیم غذایی و تصمیم گیری درست در زمان مناسب، باید پایگاه دانش سلامت عقل سلیم داشته باشد. این امر ضرورت یادگیری مفهوم اساسی استدلال و مراقبت های بهداشتی عقل سلیم را از طریق یک سیستم مدیریت دانش مؤثر مبتنی بر تجزیه و تحلیل عمیق و ارتباطات پخش هوشمند می طلبد. کلمات کلیدی: تحلیل عمیق، پیشگیری از سرطان، رویکرد پیشگیرانه، رویکرد واکنشی، بدشانسی، تحلیل پیچیدگی، یادگیری عمیق، CNN، SVM، استدلال هوشمند.
Abstract: This work presents the construction of a deep analytics based cancer prevention mechanism (DACPM) balancing proactive and reactive approaches. It defines human biological system from the perspectives of application, computing, networking, data and security schema of an information system. The strategic moves of DACPM include deep learning, intelligent reasoning, threat analytics, optimal mix of proactive and reactive approaches, rational healthcare payment function and budget plan and adaptive secure multi-party computation. The performance of human biological system is expected to be verified through the properties of adaptive secure multiparty computation: fairness, correctness, accountability, transparency, rationality, trust, commitment; authentication, authorization, correct identification, privacy, audit; safety, reliability, consistency, liveness, deadlock-freeness, reachability, resiliency, robustness and stability of application integration. The second version of this work is specifically focused on reasoning nine test cases through DACPM in depth to fight against the epidemic of cancer: (i) cancer of mind, (ii) neural control and coordination : brain cancer, (iii) chemical coordination and integration : breast cancer (iv) digestion and absorption : liver, pancreas, stomach and colorectal cancer (v) respiratory : lung cancer, (vi) body fluids circulation : blood cancer, (vii) excretory : renal cancer and urinary bladder cancer, (viii) locomotion and movement: bone cancer and (ix) reproductive system : ovarian and testis cancer. It analyzes the complexity of the mechanism in terms of computational cost of deep learning algorithm. The human biological system is assumed to be a computer. It is not a rational thinking that the most of the causes of cancer are due to bad luck; it is still not known enough about the causes and prevention measures of cancer. Deep analytics does not necessarily mean deep learning algorithm, it is also associated with intelligent reasoning – analytical, logical, common sense, case based reasoning and also perception to fight against the epidemic of cancer. A human agent must have common sense healthcare knowledge base for proper biological system control through intelligent self-assessment, self-confidence, life-style, diet control and right decision making at right time. It demands the necessity of learning the basic concept of reasoning and common sense healthcare through an effective knowledge management system based on deep analytics and intelligent broadcast communication. Keywords: Deep Analytics, Cancer Prevention, Proactive Approach, Reactive Approach, Bad Luck, Complexity Analysis, Deep Learning, CNN, SVM, Intelligent reasoning.
The basic objective of this work is to generate a rational cancer prevention plan subject to financial constraints. The work has reviewed the relevant literature on cancer, oncology and deep learning and has adopted analogical reasoning as research methodology. This work is organized as follows. Section 1 defines the problem of cancer prevention. Section 2 outlines the deep analytics based cancer prevention mechanism (DACPM). Section 3 shows the complexity analysis of DACPM in terms of computational cost and security intelligence. Section 4 analyzes eight test cases based on DACPM. Section 5 concludes the work.