پیش بینی تداخلات دارویی با استفاده از الگوریتم سالپ و شبکه های عصبی کانولوشنی
- سال انتشار: 1401
- محل انتشار: دومین کنفرانس بین المللی مهندسی و علوم کامپیوتر
- کد COI اختصاصی: ICCSE02_052
- زبان مقاله: فارسی
- تعداد مشاهده: 481
نویسندگان
دانشجوی کارشناسی ارشد مهندسی کامپیوتر، هوش مصنوعی و رباتیکز، دانشگاه ایوانکی، سمنان
دکتری رشته فناوری اطلاعات مهندسی صنایع گرایش رباتیک، عضو هیئت علمی دانشگاه ایوانکی، سمنان
چکیده
اگرچه دارو برای بهبود بیماران تجویز می شود، گاهی استفاده همزمان چندین دارو می تواند منجر به عوارض جانبی شدید نظیر خونریزی های داخلی و حتی مرگ گردد و در نتیجه شناسایی تداخلات دارویی بسیار اهمیت دارد. تشخیص این تداخلات با استفاده از روشهای آزمایشگاهی نیازمند زمان و هزینه بسیار است و چون تعداد داروهای موجود در بازار بسیار زیاد است ، عملا بررسی تمام تداخلات احتمالی غیرممکن است . علی رغم وجود چندین روش محاسباتی برای این هدف، روشهای موجود کامل و دقیق نیستند زیرا مجموعه ویژگی های متعدد دارویی برای آموزش، یک چالش برای مدلها است . اما یادگیری عمیق قادربه استخراج ویژگی از این مجموعه متعدد از ویژگی ها و تشخیص دقیق است . بنابراین در این پژوهش هدف افزایش دقت در پیش بینی تداخلات دارویی است که جهت حل مساله با تنظیم پارامترهای شبکه عصبی عمیق با استفاده از الگوریتم هوش جمعی سالپ ، نتایج دقیق تری به دست آوریم . نتایج در حالت های مختلف شبکه عصبی کانالوشن در دو حالت ساده و بهبود یافته ارزیابی شده است . در حالت بهبود یافته ، تنظیم پارامترهای شبکه عصبی کانالوشن با استفاده از روشهای تکاملی مختلف مورد بررسی قرار گرفت نشان داده شد که کلیه نتایج نسبت به حالت ساده، با دقت بیشتری همراه بوده است . همچنین استفاده از الگوریتم هوش جمعی سالپ نسبت به بقیه روشها برتری داشته و نتایج ارزیابی نشان می دهد که این الگوریتم در مقایسه با الگوریتم زنبور عسل ، بطور میانگین در سه معیار ارزیابی یعنی حساسیت ، تشخیص دقت طبقه بندی در مجموعه دادگان تداخل دارو نتایج را بهبود داده است .کلیدواژه ها
تداخلات دارویی ، شبکه عصبی کانالوشن ، هوش جمعی سالپمقالات مرتبط جدید
- ناوبری وسائل نقلیه زیر آبی مستقلبا استفاده الگوریتم تکرارشونده خط مشی معتبر ایمن
- استفاده از هوش مصنوعی - یادگیری عمیق برای تشخیص خطای ماشینهای دوار
- هوش مصنوعی و کاربرد آن در حمل و نقل
- طراحی و پیاده سازی کنترل کنندهPI D فازی برای اکسترودر واحد پلی اتیلن سبک خطی در PLC زیمنس
- هوش مصنوعی: تحول دنیای مدرن و آینده نگری
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.