3 SID.ir | تشخيص بهتر سلامت رانندگان با بهره گيري از شبکه عصبي مصنوعي

مشخصات مقاله

عنوان نشریه: 
 
عنوان مقاله: 

تشخيص بهتر سلامت رانندگان با بهره گيري از شبکه عصبي مصنوعي

 
نویسندگان: 
 
آدرس:  
 
چکیده: 

هدف: عدم کنترل سلامت رانندگان باعث مرگ انسان هاي سالم در بهترين دوره زندگي از نظر کارايي، تندرستي مي شود و هزينه هاي مالي زيادي را بر کشور تحميل مي کند. هدف اين مطالعه طراحي سيستم هوشمند با استفاده از شبکه عصبي MLP و RBF جهت تشخيص سلامت رانندگان است.
روش بررسي: 350 نمونه از پرونده رانندگان مراجعه کننده به مرکز طب کار استان ايلام انتخاب گرديد، سپس اطلاعات باليني از پرونده رانندگان بصورت چک ليست با استفاده از نظر متخصصان بر اساس گايد لاين وزارت بهداشت با روش دلفي گردآوري شد. در اين مطالعه شبکه هاي
MLP و RBF با تغييراتي در تعداد لايه هاي مياني، تعداد نرونها و الگوريتم هاي آموزش MOM و LM و CG به منظور تعيين سلامت راننده به کار گرفته شد. سپس با توجه به معيارهاي سطح زير منحني راک، حساسيت، ويژگي برتر معرفي گرديد.
نتايج: در اين پژوهش 20 متغير ورودي و دو متغير سالم و ناسالم خروجي تعيين گرديد. شبکه عصبي
MLP و RBF با الگوريتم LM داراي بهترين عملکرد به ترتيب از ويژگي 66.7، 29 درصد، حساسيت 97.2، 100 درصد، صحت 91.1، 86 درصد و سطح زير منحني راک براي سيستم عصبي MLP و RBF به ترتيب 91.02 و 88.1 بدست آمد.
نتيجه گيري: با توجه به اين مطالعه مدل شبکه عصبي
MLP با الگوريتم آموزشي LM در مقايسه با سيستم عصبي RBF، در سنجش سلامت رانندگان مي تواند نقش موثري در کمک به پزشکان داشته باشد و در مراکز طب کار براي بالا بردن دقت و سرعت و کاهش هزينه ها به کار گرفته شود.

 
كلید واژه: 

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

  چکیده انگلیسی بازدید یکساله 88
 
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی