Data mining for the diagnosis of type 2 diabetes

Marcano Cedeño, Alexis Enrique y Andina de la Fuente, Diego (2012). Data mining for the diagnosis of type 2 diabetes. En: "World Automation Congress (WAC), 2012", 24/06/2012 - 28/06/2012, Puerto Vallarta, Mexico. ISBN 978-1-4673-4497-5. pp. 1-6.

Descripción

Título: Data mining for the diagnosis of type 2 diabetes
Autor/es:
  • Marcano Cedeño, Alexis Enrique
  • Andina de la Fuente, Diego
Tipo de Documento: Ponencia en Congreso o Jornada (Artículo)
Título del Evento: World Automation Congress (WAC), 2012
Fechas del Evento: 24/06/2012 - 28/06/2012
Lugar del Evento: Puerto Vallarta, Mexico
Título del Libro: World Automation Congress (WAC), 2012
Fecha: Junio 2012
ISBN: 978-1-4673-4497-5
Materias:
Palabras Clave Informales: ANNs, Artificial Metaplasticity, Data Mining, De­ cision trees, Diabetes
Escuela: E.T.S.I. Telecomunicación (UPM)
Departamento: Señales, Sistemas y Radiocomunicaciones
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (426kB) | Vista Previa

Resumen

Diabetes is the most common disease nowadays in all populations and in all age groups. diabetes contributing to heart disease, increases the risks of developing kidney disease, blindness, nerve damage, and blood vessel damage. Diabetes disease diagnosis via proper interpretation of the diabetes data is an important classification problem. Different techniques of artificial intelligence has been applied to diabetes problem. The purpose of this study is apply the artificial metaplasticity on multilayer perceptron (AMMLP) as a data mining (DM) technique for the diabetes disease diagnosis. The Pima Indians diabetes was used to test the proposed model AMMLP. The results obtained by AMMLP were compared with decision tree (DT), Bayesian classifier (BC) and other algorithms, recently proposed by other researchers, that were applied to the same database. The robustness of the algorithms are examined using classification accuracy, analysis of sensitivity and specificity, confusion matrix. The results obtained by AMMLP are superior to obtained by DT and BC.

Más información

ID de Registro: 19975
Identificador DC: http://oa.upm.es/19975/
Identificador OAI: oai:oa.upm.es:19975
URL Oficial: http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=6320989
Depositado por: Memoria Investigacion
Depositado el: 25 Sep 2013 18:42
Ultima Modificación: 21 Abr 2016 22:03
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM