آموزش شبکهی عصبی پسانتشار خطا با استفاده از الگوریتم جستجوی گرانشی و کاربرد آن در تشخیص آریتمیهای قلبی
محل انتشار: هفدهمین کنفرانس مهندسی پزشکی ایران
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,441
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICBME17_050
تاریخ نمایه سازی: 9 تیر 1392
چکیده مقاله:
گردش خون یکی از فعالیتهای حیاتی بدن است که در نتیجه ی ضربان های منظم و منسجم قلب ایجاد می شود. چناچه عملکردقلب از نظم طبیعی (ریتم)خود خارج شود، گردش خون به خوبی انجام نمی شود و ا ین امر می تواند خطرات جدی برای فرد ایجاد کند. طیف وسیعی از این آریتمی ها تا کنون شناخته شده اند. در سالیان اخیر استفاده از شبکه های عصبی مصنوعی برای طبقه بندی و تشخیص آریتمی های قلب تحقیقات زیادی را به خود اختصاص داده است. در همه ی این تحقیقات، هدف تعیین ساختار، الگوریتم آموزش و د نهایت تعیین ضرایب وزنی شبکه ی عصبی به گونه ای است که خطای طبقه بندی در مرحله ی آموزش به حداقل برسد. اشکال عمده ی بسیاری از روش های آموزش شبکه ی عصبی، سرعت پائین یادگیری و توقف الگوریتم در نقاط می نیمم محلی می باشد. در این مقاله، با استفاده از ترکیب الگوریتم های پس انتشار خطا و جستجوی گرانشی، روشی برای آموزش شبکه ی عصبی پیشنهاد شده و عملکرد آن با تعدادی الگوریتم شناخته شده در این زمینه مقایسه شده است. نتایج پیاده سازی های ا نجام شده برای طبقه بندی شش بیماری مختلف قلبی و کارکرد طبیعی قلب، نشان دهنده ی کارایی بهتر الگوریتم پیشنهادی در آموزش شبکه ی عصبی است.
کلیدواژه ها:
نویسندگان
امید مخلصی
دانشجوی کارشناسی ارشد الکترونیک، دانشکده ی مهندسی برق و کامپیوتر دان
ناصر مهرشاد
استادیار گروه الکترونیک دانشکده ی مهندسی برق و کامپیوتر دانشگاه بیرج
سیدمحمد رضوی
استادیار گروه الکترونیک دانشکده ی مهندسی برق و کامپیوتر دانشگاه بیرج
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :