چارچوبی برای سیستم تعامل با بیماران با استفاده از الگوریتم LSTM
سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 217
فایل این مقاله در 8 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:
EECMAI09_008
تاریخ نمایه سازی: 7 بهمن 1403
چکیده مقاله:
مدلی از روش های یادگیری عمیق، شبکه های عصبی بازگشتی است که در چند دهه گذشته موضوع بسیار پرطرفداری بوده است. شبکه های عصبی MTSL روشی جدید از پردازش اطلاعات است که به خاطر ساختار زنجیره ای که دارد بر روی داده هایی با سری زمانی فعالیت میکند که منجر به رخدادهای قدرتمندی در حوزه یادگیری عمیق میشود. اگر MTSL ویژگی مهمی در دنباله ورودی در گام های ابتدایی را تشخیص دهد، به دلیل داشتن حافظه کوتاه مدت طولانی میتواند این اطلاعات را طی مسیر طولانی منتقل کند و این گونه وابستگی های بلندمدت احتمالی را دریافت و حفظ میکند در این مطالعه سعی شده است انواع MTSL و کاربرد آنها در پردازش متن در حوزه های طبقه بندی متون بررسی شود. در این پژوهش از این روند برای ثبت داده ها، کاهش ابعاد، افزایش داده ها، آموزش مدل، پیش بینی و تایید استفاده شده است. از نتایج بارز اینروند پیشنهادی، ثبت ممیزی و مراحل آتی باعث تعامل ثمربخش با بیمار و تسریع در روند بهبود می باشد.
کلیدواژه ها:
نویسندگان
نگین شریف زاده
دانشگاه آزاد اسلامی واحد تبریز
سجاد اسدنیا
دانشگاه آزاد اسلامی واحد شبستر
نسیم ارغا
دانشگاه آزاد اسلامی واحد میانه