شماره ركورد
14233
عنوان
روش هاي كاهش بعد خطي و غير خطي و كاربرد آن در پردازش تصاوير و سيگنال هاي پزشكي
سال تحصيل
1402
استاد راهنما
آقاي دكتر حميد بهنام
چکيده
در دنياي امروز، پيشرفت فناوري اطلاعات و افزايش حجم دادهها، ضرورت استفاده از تكنيكهاي
تحليل دادههاي حجيم و پيچيده را بيش از پيش نمايان كرده است. با رشد روزافزون دادههاي
توليدي از حوزههاي مختلف، بهويژه علوم پزشكي، شبكههاي اجتماعي، و مطالعات ژنتيكي، نياز
به ابزارهايي كه بتوانند حجم زيادي از اطلاعات را به شكلي فشرده و بهينه پردازش كنند، به
شدت احساس ميشود. يكي از مهمترين تكنيكهاي مورد استفاده در اين زمينه، كاهش بعد
است كه به محققان كمك ميكند دادههاي چندبعدي را به فرمهايي سادهتر و كارآمدتر تبديل
كنند .
نام دانشجو
مريم رمضاني مياندهي
تاريخ ارائه
12/13/2024 12:00:00 AM
متن كامل
85118
پديد آورنده
مريم رمضاني
تاريخ ورود اطلاعات
1403/09/23
عنوان به انگليسي
Linear and nonlinear dimension reduction methods and their application in the processing of medical images and signals
كليدواژه هاي فارسي
كاهش بعد خطي، كاهش بعد غير خطي، يادگيري منيفلد، روش هاي كاهش بعد تصاويرپزشكي) PCA ( ، تكنيك هاي يادگيري ماشين
كليدواژه هاي لاتين
Linear dimension reduction, nonlinear dimension reduction, manifold learning, dimension reduction methods Medical imaging (PCA), machine learning techniques