Skip navigation

Q29 : پیش بینی شدت آسیبهای کبدی در بیماران کبدچرب با استفاده از شبکه های عصبی مصنوعی
پایان نامه > کتابخانه مرکزی دانشگاه صنعتی شاهرود > مهندسی کامپیوتر > مقطع کارشناسی ارشد > سال 1392
پدیدآورندگان:
نازبخت مرگانپور [پدیدآور اصلی]، حمید حسن پور[استاد راهنما]
چکیده: استان گلستان به دلیل قرار گرفتن روی کمربند جهانی بیماریهای گوارش و کبد ، جزء مناطق پرخطر جهان میباشد . در همین راستا مرکز تحقیقات گوارش و کبد دانشگاه علوم پزشکی تهران ، پس از جستجوهای متنوع طرحی را برای پیش بینی شدت آسیبهای کبدی در بیماران مبتلا به کبد چرب برپایه ی اطلاعات فردی، بالینی و آزمایشگاهی در گروه های مختلف بیماران را پیشنهاد نمود . دراین پروژه اطلاعات مربوط به تعداد 1464 بیمار با نتیجه درمان مشخص گرد آوری می شود . شبکه های عصبی مورد استفاده دراین تحقیق ، شبکه های عصبی پرسپترون چندلایه و شبکه های عصبی پایه شعاعی میباشد . زیرا پرسپترون نوعی از شبکه عصبی برمبنای یک واحد محاسباتی به نام پرسپترون ساخته میشود . شبکه های تابع پایه شعاعی رفتاری مشابه شبکه های بیولوژیکی مغز انسان دارد و شبکه ای مرتبط با شبکه پیش خور چند لایه با یک لایه ورودی و الگوریتم آموزش که این مجموعه یکی از قویترین شبکه های عصبی را تشکیل داده است . شبکه RBF نسبت به شبکه پرسپترون پیشخورد چند لایه ساختار ساده تری دارد و از سه لایه ثابت تشکیل شده : لایه ورودی محل ورود داده ها به شبکه , لایه میانی که به لایه RBF نیز معروف است و لایه خروجی که ترکیبی خطی از کلیه خروجی های لایه میانی است . با توجه به تمامی مراحل آموزش و تست کردن شبکه های عصبی RBF و MLP ، به این نتیجه رسیده شده است که این پایان نامه با شبکه عصبی RBF به نتیجه مطلوبی رسیده است .
کلید واژه ها (نمایه ها):
#شبکه های عصبی پرسپترون چندلایه #شبکه های عصبی پایه شعاعی #بیماری کبد چرب
محل نگهداری: کتابخانه مرکزی دانشگاه صنعتی شاهرود
یادداشت: حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.
تعداد بازدید کننده: 261
پایان نامه های مرتبط (بر اساس کلیدواژه ها)