برای اطلاع از آخرین مقالات علمی و اخبار کرونا(COVID-19) کلیک کنید

مشخصات مقاله

عنوان نشریه: 
 
اطلاعات شماره: 
 
عنوان مقاله: 

كاربرد شبكه هاي عصبي مصنوعي به عنوان ابزاري آماري در تحليل داده هاي پزشكي

 
نویسندگان: 
 
آدرس:  
* گروه آمار زیستی دانشکده پزشکی، دانشگاه تربیت مدرس
 
چکیده: 

مقدمه. شبكه هاي عصبي مصنوعي رفتار مغز را شبيه سازي مي كنند و توانايي اين را دارند كه با استفاده از اطلاعات، عمل پيش بيني و تشخيص الگوها و طبقه بندي را انجام دهند. لذا بطور بالقوه رقيبي براي مدلسازي هاي مرسوم آماري نظير رگرسيون و آناليز تشخيصي هستند.
روشها. در اين قسمت عملكرد نرونهاي طبيعي و تعميم آن را براي نرونهاي
مصنوعي تشريح شده است. همچنين روش پس انتشار خطا كه يكي از مهمترين الگوريتمهاي يادگيري براي شبكه هاي عصبي مي باشد نيز توضيح داده شده است.
نتايج. طي دو مثال
شبيه سازي شده و يك مثال واقعي شبكه هاي عصبي مربوطه با استفاده از الگوريتم پس انتشار آموزش ديدند و مدل هاي رگرسيوني نيز برآنها برازش شد و نتايج بدست آمده مورد مقايسه قرار گرفت.
بحث. شبكه هاي عصبي را مي توان به عنوان روشي غير پارامتري براي
مدل بندي داده ها در نظر گرفت و از مدلسازي انجام شده در اين مقاله چنين بر مي آيد كه شبكه هاي عصبي بطور بالقوه تواناتر از مدلهاي رگرسيوني هستند اما بطور نمادين خيلي پيچيده تر از مدلهاي رگرسيوني مي باشند.

 
کلید واژه: 

 
موضوعات مرتبط: 
 
ارجاعات: 
  • ندارد
 
 
مقالات نشریه ای مرتبط: 
 
مقالات همایشی مرتبط: 
 

  چکیده انگلیسی بازدید یکساله 478
 
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی