Abstrait

Machine Learning 2018 : Diagnostic assisté par ordinateur dans un environnement cloud basé sur un système multi-agents - Abbas M Al Bakry - Université des technologies de l'information et des communications

Abbas M. Al Bakry

Dans ce discours, nous abordons les réponses aux problèmes de faible précision de la sélection, de faible accessibilité, en particulier dans les systèmes de maintenance, et donc de flexibilité dans les diagnostics assistés par ordinateur (DAO) en ligne. La plupart des DAO sont ouverts en ligne et offrent un service médical de grande importance qui renforce la force de la population. Les malfaiteurs doivent élargir la reconnaissance des infections en réduisant le taux de faux négatifs en raison d'erreurs d'observation. Les DAO en ligne sont confrontés à trois problèmes majeurs : (1) Les DAO ne peuvent pas analyser certaines infections car les effets secondaires de ces maladies ne sont pas accessibles dans les bases de données de ces systèmes, (2) le problème est que l'accessibilité des DAO dépend du serveur en ligne qui les a hébergés. Le serveur peut être amené à arrêter la maintenance, ce qui implique d'arrêter les systèmes DAO. (3) Le problème est la flexibilité liée au coût si leurs administrateurs doivent les développer pour couvrir des problèmes de plus en plus cliniques. Dans cet exposé, nous avons proposé un autre système pour résoudre les problèmes ci-dessus. La structure comprend un cadre multi-spécialiste pour travailler dans le monde de l'informatique distribuée. La structure comprend trois sections : les segments SaaS, les segments PaaS et les segments IaaS. Chaque segment a ses propres calculs et stratégies. Pour évaluer la structure résultante, nous avons mené une étude sur 150 personnes du secteur de la santé clinique, des étudiants, des masters, des médecins et autres. Les résultats ont mis en évidence un grand pourcentage de reconnaissance de la part des clients. Les infrastructures cloud peuvent offrir une plate-forme idéale pour exécuter des simulations de systèmes basées sur MAS, des applications et des exécutions en temps réel en raison de sa grande quantité de ressources de traitement et de mémoire qui peuvent être configurées dynamiquement pour exécuter de grands logiciels basés sur des agents à une échelle sans précédent. Les agents implémentés dans les systèmes cloud peuvent s'adapter aux machines virtuelles disponibles en utilisant les propriétés de base des agents telles que l'autonomie, la proactivité, la négociation et l'apprentissage. Étant donné que les « nuages ??» sont élastiques, ils peuvent s'étendre et se rétrécir en fonction de la demande des utilisateurs ou des applications. Cette propriété est très utile pour l'exécution évolutive des applications et des simulations MAS capables de s'adapter aux ressources disponibles. En résumé, les agents peuvent trouver dans les infrastructures de cloud computing la plate-forme appropriée pour exécuter et accéder à des données volumineuses. Cependant, l'un des principaux problèmes de ce type d'application de diagnostic médical déployée et hébergée par le cloud computing est le besoin de nouvelles connaissances et données afin d'obtenir une plus grande précision dans la décision de diagnostic. En effet, ces systèmes sont spécifiques à l'espace de stockage en cas d'augmentation, le coût du stockage devrait donc augmenter, de sorte qu'ils ne peuvent pas stocker toutes les nouvelles sources dans leur stockage cloud. De plus,Ces systèmes doivent rechercher périodiquement de temps à autre de nouvelles sources de données, ce qui leur coûtera plus cher en termes d'utilisation de processeurs et de coûts, sans garantir une connaissance totale de la nouvelle source. Les systèmes de diagnostic collaboratif assisté par ordinateur ont d'autres noms comme la télémédecine [13], qui est un moyen de fournir des services de soins de santé à distance, qui est exploité par l'évolution de l'informatique et des télécommunications. En raison de l'avancée rapide des technologies de l'information et de la communication (TIC) et de leur faible coût, le scénario de la télémédecine est largement abordé [14-16] par de nombreux prestataires de services de soins de santé.

Biographie :

Abbas M Al Bakry a obtenu son doctorat en informatique (intelligence artificielle) à l'Université de technologie de Bagdad, en Irak. Il est actuellement président de l'Université des technologies de l'information et des communications de Bagdad, président général de la conférence annuelle NTICT de Bagdad, rédacteur en chef de l'IJCI Iraqi Journal for Computers and Informatics, rédacteur en chef de la rubrique Informatique intelligente de l'IJNC International Journal of Network Computing and Advanced Information Management et rédacteur en chef des revues internationales JCIT, AISS, JINT, IJACT, IJIIP.