• 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