This paper focused on the developme

This paper focused on the development of
diagnosis knowledge model of the level of hearing loss in
the audiology clinic patients using rough set theory. A
knowledge model contains a set of knowledge via rules that
are obtained from mining certain amount of data. These
data consist of valuable knowledge that impossible for the
audiologist or audio therapist to extract without powerful
mining techniques or tools. These rules help doctors in
decision making such as setting up new strategy to
improve the efficiency of the operation. In this work, a
data mining technique, rough set theory was used for the
knowledge modelling. It was used based on its capability of
handling uncertain data that often occurs in real world
problems. The results from the modelling produced a
classifier called rough classifier. The classifier was used to
classify the level of hearing loss. A total of 500 data
obtained from the audiology clinic. The data consisted of
24 attributes from four categories namely demography,
antenatal, neonatal and medical categories. These
attributes were used as an input and one attribute called
diagnostic category as an output. In order to facilitate the
modelling process requirement, these attributes have been
gone a pre-process stage. The best model has been
obtained from 10 experiments using 10 sets of different
training and test data. The experiment showed promising
results with 76% accuracy. The developed knowledge
model has a great potential to be embedded in the
development of the medical decision support system.

ผลลัพธ์ (ไทย) 1:

เอกสารนี้มุ่งเน้นการพัฒนาวินิจฉัยความรู้รูปแบบของระดับการสูญเสียการได้ยินโสตวิทยาคลินิกผู้ป่วยโดยใช้ทฤษฎีหยาบ Aรุ่นที่ประกอบด้วยความรู้ทางกฎความรู้ที่จะได้รับจากการทำเหมืองข้อมูลจำนวนหนึ่ง เหล่านี้ข้อมูลประกอบด้วยความรู้อันมีค่าที่เป็นไปไม่ได้สำหรับการนักบำบัดนักโสตสัมผัสวิทยาหรือเสียงการแยกโดยไม่มีประสิทธิภาพเทคนิคการทำเหมืองแร่หรือเครื่องมือ กฎเหล่านี้ช่วยแพทย์ในการตัดสินใจเช่นการตั้งค่ากลยุทธ์ใหม่เพื่อปรับปรุงประสิทธิภาพของการดำเนินงาน ในงานนี้ การเทคนิคการทำเหมืองข้อมูล ทฤษฎีหยาบใช้สำหรับการการสร้างโมเดลความรู้ มันใช้อิงความสามารถในการการจัดการข้อมูลไม่แน่นอนที่มักเกิดขึ้นในโลกจริงปัญหา ผลที่ได้จากการสร้างโมเดลการผลิตแบบลักษณนามที่ใช้เรียกลักษณนามหยาบ ลักษณนามถูกใช้ในการแบ่งระดับการสูญเสียการได้ยิน รวมข้อมูล 500ได้รับจากคลินิกโสตวิทยา ข้อมูลประกอบด้วยแอตทริบิวต์ 24 จากสี่ประเภทได้แก่ประชากรศาสตร์ครรภ์ ทารกแรกเกิด และทางการแพทย์ประเภท เหล่านี้แอตทริบิวต์ถูกใช้เป็นอินพุตและหนึ่งเรียกว่าแอตทริบิวต์ประเภทวินิจฉัยเป็น output เพื่ออำนวยความสะดวกความต้องการกระบวนการสร้างแบบจำลอง คุณลักษณะเหล่านี้ได้ไปขั้นก่อนกระบวนการ แบบจำลองที่ดีที่สุดแล้วจาก 10 ทดลองใช้ 10 ชุดที่แตกต่างกันข้อมูลการฝึกอบรมและทดสอบ การทดลองแสดงให้เห็นแนวโน้มผลลัพธ์ มีความแม่นยำ 76% ความรู้พัฒนารุ่นมีศักยภาพดีจะถูกฝังในการพัฒนาระบบสนับสนุนการตัดสินใจทางการแพทย์

ผลลัพธ์ (ไทย) 2:

กระดาษนี้จะมุ่งเน้นไปที่การพัฒนา
รูปแบบความรู้การวินิจฉัยของระดับของการสูญเสียการได้ยินใน
ผู้ป่วยคลินิกโสตวิทยาโดยใช้ทฤษฎีเซตหยาบ
โมเดลองค์ความรู้มีชุดความรู้ผ่านกฎว่า
จะได้รับจากการทำเหมืองแร่จำนวนหนึ่งของข้อมูล เหล่านี้
ข้อมูลที่ประกอบด้วยความรู้ที่มีคุณค่าที่เป็นไปไม่ได้สำหรับ
นักโสตสัมผัสวิทยาหรือนักบำบัดเสียงในการสกัดโดยไม่ต้องมีประสิทธิภาพ
เทคนิคการทำเหมืองหรือเครื่องมือ กฎเหล่านี้ช่วยให้แพทย์ใน
การตัดสินใจเช่นการตั้งค่ากลยุทธ์ใหม่ในการ
ปรับปรุงประสิทธิภาพของการดำเนินการ ในงานนี้มี
เทคนิคการทำเหมืองข้อมูลตั้งทฤษฎีหยาบถูกนำมาใช้สำหรับ
การสร้างแบบจำลองความรู้ มันถูกใช้ขึ้นอยู่กับความสามารถในการ
จัดการข้อมูลที่มีความไม่แน่นอนว่ามักจะเกิดขึ้นในโลกแห่งความจริง
ปัญหา ผลที่ได้จากการสร้างแบบจำลองการผลิต
ลักษณนามเรียกลักษณนามหยาบ ลักษณนามถูกใช้ในการ
จำแนกระดับของการสูญเสียการได้ยิน รวม 500 ข้อมูล
ที่ได้รับจากคลินิกโสตวิทยา ข้อมูลประกอบด้วย
24 แอตทริบิวต์จากสี่ประเภทคือประชากรศาสตร์
ฝากครรภ์ทารกแรกเกิดและหมวดหมู่การแพทย์ เหล่านี้
คุณลักษณะที่ถูกนำมาใช้เป็น input และเป็นหนึ่งในคุณลักษณะที่เรียกว่า
ประเภทการวินิจฉัยเป็นเอาท์พุท ในการสั่งซื้อเพื่ออำนวยความสะดวก
ความต้องการขั้นตอนการสร้างแบบจำลองแอตทริบิวต์เหล่านี้ได้รับการ
หายไปขั้นตอนก่อนการกระบวนการ รุ่นที่ดีที่สุดได้รับ
ที่ได้รับจากการทดลองใช้ 10 10 ชุดที่แตกต่างกัน
การฝึกอบรมและการทดสอบข้อมูล การทดลองแสดงให้เห็นว่าแนวโน้ม
ผลการด้วยความถูกต้อง 76% ความรู้เกี่ยวกับการพัฒนา
รูปแบบการมีศักยภาพที่ดีที่จะฝังตัวอยู่ใน
การพัฒนาระบบสนับสนุนการตัดสินใจทางการแพทย์

ผลลัพธ์ (ไทย) 3:

บทความนี้มุ่งเน้นพัฒนาแบบจำลองความรู้การวินิจฉัยระดับการสูญเสียการได้ยินในคลินิกผู้ป่วย audiology โดยใช้ทฤษฎีการตั้งค่าที่ขรุขระ เป็นแบบจำลองความรู้ประกอบด้วยชุดของความรู้ทางกฎที่ได้จากเหมืองบางข้อมูลจำนวนมาก เหล่านี้ข้อมูลประกอบด้วยคุณค่าความรู้ที่เป็นไปไม่ได้สำหรับaudiologist หรือเสียงบำบัดสกัดโดยไม่มีประสิทธิภาพเทคนิคการทำเหมืองแร่หรือเครื่องมือ กฎเหล่านี้จะช่วยให้แพทย์ในการตัดสินใจเช่นการตั้งค่ากลยุทธ์ใหม่ปรับปรุงประสิทธิภาพในการดำเนินงาน ในงานนี้เทคนิคการทำเหมืองข้อมูล ทฤษฎีเซท หยาบ ใช้สำหรับแบบจำลองความรู้ มันขึ้นอยู่กับความสามารถของของการจัดการความไม่แน่นอนข้อมูลที่มักจะเกิดขึ้นในโลกจริงปัญหา ผลจากการผลิตลักษณนามเรียกหยาบลักษณนาม การใช้ลักษณนามคือจำแนกระดับของการสูญเสียการได้ยิน รวม 500 ข้อมูลที่ได้จากคลินิกโสต . ข้อมูลประกอบด้วย24 คุณลักษณะจากสี่ประเภทคือประชากรพฤติกรรมทารกแรกเกิด และหมวดการแพทย์ เหล่านี้แอตทริบิวต์ที่ใช้เป็น input และคุณลักษณะที่เรียกว่าการวินิจฉัยประเภทเป็นเอาท์พุท เพื่อที่จะให้แบบจำลองของกระบวนการ คุณลักษณะเหล่านี้ได้รับก่อนไปเวทีกระบวนการ แบบที่ดีที่สุดได้ที่ได้จากการทดลองใช้ 10 10 ชุดต่าง ๆการฝึกอบรมและข้อมูลการทดสอบ การทดลองพบว่าสัญญาผลลัพธ์ที่มีความถูกต้อง 76% พัฒนาความรู้แบบมีศักยภาพดีที่จะถูกฝังอยู่ในการพัฒนาระบบสนับสนุนการตัดสินใจทางการแพทย์