Оценка эффективности применения искусственных нейронных сетей в медико-экологических исследованиях

Тип работы:
Реферат
Предмет:
Медицина


Узнать стоимость

Детальная информация о работе

Выдержка из работы

УДК 614. 71/. 73
ОЦЕНКА ЭФФЕКТИВНОСТИ ПРИМЕНЕНИЯ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ В МЕДИКО-ЭКОЛОГИЧЕСКИХ ИССЛЕДОВАНИЯХ
Петров С. Б., Шешунов И. В.
ГБОУ ВПО «Кировская государственная медицинская академия» Минздрава России,
Киров, e-mail: sbpetrov@mail. ru
В работе приведены материалы исследования по изучению эффективности применения искусственных нейронных сетей в медико-экологических исследованиях. Изучались следующие виды нейросетевых моделей: на основе многослойного персептрона (МСП), радиально-базисной функции (РБФ) и обобщеннорегрессионной сети (ОРНС). В качестве контрольной группы использовались линейные модели. Всего было получено и проанализировано 92 нейросетевых моделей, из них 20 О

Статистика по статье
  • 94
    читатели
  • 11
    скачивания
  • 0
    в избранном
  • 0
    соц. сети

Ключевые слова
  • ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ,
  • ЭФФЕКТИВНОСТЬ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ,
  • КАЧЕСТВО ПРОГНОЗА,
  • МЕДИКО-ЭКОЛОГИЧЕСКИЕ ИССЛЕДОВАНИЯ,
  • ARTIFICIAL NEURAL NETWORKS,
  • EFFECTIVENESS OF NEURAL NETWORK MODELS,
  • QUALITY PREDICTION,
  • MEDICAL AND ENVIRONMENTAL RESEARCH

Аннотация
научной статьи
по медицине и здравоохранению, автор научной работы & mdash- Петров С. Б., Шешунов И. В.

В работе приведены материалы исследования по изучению эффективности применения искусственных нейронных сетей в медико-экологических исследованиях. Изучались следующие виды нейросетевых моделей: на основе многослойного персептрона (МСП), радиально-базисной функции (РБФ) и обобщенно-регрессионной сети (ОРНС). В качестве контрольной группы использовались линейные модели. Всего было получено и проанализировано 92 нейросетевых моделей, из них 20 ОРНС, 30 РБФ, 31 МСП и 11 линейных моделей. Оценка эффективности нейросетевых моделей производилась по следующим параметрам: производительность модели, величина ошибки на тестовой выборке, отношение стандартных отклонений (SD) ошибки прогноза и исходных данных, а также корреляции Пирсона между наблюдаемыми и предсказанными моделью показателями. Установлено, что линейные модели обладают невысокой эффективностью в прогнозировании уровня распространенной заболеваемости. Среди изученных нейросетевых моделей наилучшим качеством прогноза обладают модели на основе обобщенно-регрессионных нейронных сетей, а также на основе сетей, использующих радиально-базисные функции. Показатели качества прогнозирования в нейросетевых моделях каждого вида (ОРНС, РБФ и МСП) довольно вариабельны, что требует тщательного отбора наиболее эффективных сетей.

ПоказатьСвернуть
Заполнить форму текущей работой