سامانه همایش های دانشگاه آزاد اسلامی واحد نجف آباد

صفحه اصلی / International Conference on Artificial Intelligence; City, Industry and Health

Analyzing Symptom Patterns of COVID 19 Using Apriori Association Rule Mining

نویسندگان :

Hasti Mokhtari Karchegani¹ Homa Movahednejad² Mahdi Sharifi³

1- Department of Computer Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran 2- Department of Computer Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran 3- Department of Computer Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran

کلمات کلیدی :

Association rule mining،Apriori algorithm،COVID-19،Machine learning،Symptom analysis

چکیده :

The COVID-19 crisis has had a profound impact on global health systems, economies, and communities. As healthcare providers faced growing demands and resource constraints, early identification of symptoms and understanding the severity of cases became essential. Artificial intelligence, particularly machine learning, has emerged as a powerful approach in medical data analysis, offering insights that support clinical decision-making. This study applies an association rule mining method, based on the Apriori algorithm, to analyze clinical records of patients diagnosed with COVID-19. These findings highlight the most common indicators of the disease and present a data-driven approach to symptom tracking. By uncovering hidden patterns, the proposed method enables healthcare professionals to better understand symptom correlations and improve response strategies. The results of this research may contribute to more accurate diagnosis, better resource allocation, and more informed treatment planning during infectious disease outbreaks.

لیست مقالات

لیست مقالات بایگانی شده

بهبود عملکرد آسفالت اصلاح‌شده با پودر لاستیک فعال‌شده شیمیایی و ترکیب اصلاح‌کننده‌های چندگانه

امیر امینی - نگار سلطانیان

ارزیابی اثرات ساختگاه و اندرکنش خاک و سازه بر روی عملکرد سازه‌های نامنظم بتن مسلح

علیرضا جلیلی

Study and Simulation of Uncertainty Conditions in Load Distribution of a Hybrid Power System with Photovoltaic Renewable Farms

Asghar Sabzevari - Majid Moazzami - Bahador Fani - Ghazanfar Shahgholian - Mahnaz Hashemi

یک روش بهبود یافته تشخیص نفوذ در شبکه‌های اینترنت اشیاء خودرویی مبتنی بر کدگذارهای عمیق

مرجان محمودی - بهرنگ برکتین - نغمه فرهادیان

AI-Powered Mobile Applications for Adaptive Vocabulary Learning: A State-of-the-Art Review on Supporting Learner Autonomy

Hassan Chelongar - Hadi Salehi - Omid Tabatabaei

Application of Artificial Intelligence for Distribution Network Reconfiguration by Using D3QN Algorithm

Amirhossein Ghaemipour - Habib Rajabi Mashhadi - Seyed Hossein Mostafavi

تحلیل فنی و اقتصادی پنل های خورشیدی موجود در بازار و انتخاب پنل مناسب برای شرایط اقلیمی در سطح کشور

ابراهیم گوگونانی - داود طغرایی - مجید ریاحی سامانی - مجتبی مجتبی رحیمی - بابک مهماندوست

روش ترکیبی شبیه سازی شده جدید مبتنی بر منطق فازی برای ردیابی نقطه توان ماکزیمم سیستم های فتوولتاییک در شرایط جوی مختلف

محسن دلفانی - حمیدرضا بهمنی

Comparison of the use of two methods of artificial intelligence and Case Base Learning on clinical decision-making of medical students

Arezoo Vasili - Hamid Reza Nikyar - Ramtin Akbari

ارزیابی تاثیر آتش بر ظرفیت باربری اتصالات با مقطع کاهش یافته تیر

حدیث خلیلی - پرهام معمارزاده

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.5.0