پیش بینی عوارض واکسن با استفاده از یادگیری عمیق
- سال انتشار: 1402
- محل انتشار: هفتمین کنفرانس ملی پژوهشهای کاربردی در مهندسی برق، مکانیک و مکاترونیک
- کد COI اختصاصی: ELEMECHCONF07_216
- زبان مقاله: فارسی
- تعداد مشاهده: 86
نویسندگان
نویسنده و پژوهشگرشبکه بهداشت و درمان شهرستان املش،کارشناس فناوری اطلاعات
چکیده
چکیدههدف تحقیق حاضر پیش بینی عوارض واکسن با استفاده از یادگیری عمیق است. برای این منظور ابتدا با استفاده از مطالعات تحقیقاتی کمبود تحقیق در این حوزه و جدید بودن موضوع بررسی شد و سپس یک مدل یادگیری عمیق طراحی شد که شامل ۹ متغیر ورودی و ۱ متغیر خروجی تحت عنوان عوارض واکسن کرونا بود. پس از انجام این کار دو الگوریتم شبکه عصبی مصنوعی پرسپترون چند لایه و ماشین بردار پشتیبان برای پیش بینی عوارض واکسن کرونا انتخاب شد و با استفاده از نرم افزار متلب پیاده سازی شد. نتایج پیاده سازی دوالگوریتم مزبور نشان می دهد که متغیرهای ۹ گانه تا ۸۵ درصد قادر به پیش بینی عوارض واکسن کرونا بوده و در واقع تا ۸۵ درصد دلیل و تشکیل دهنده عوارض واکسن می باشند. اما مقایسه دو الگوریتم نشان داد که الگوریتم شبکه عصبی مصنوعی عملکرد بهتری نسبت به الگوریتم ماشین بردار پشتیبان از نظر میزان بروز خطا و همچنین مقدارR نشان می دهد. پژوهش حاضر، حاصل پایان نامه کارشناسی ارشد جناب آقای ایمان عیسی پناه املشی در رشته مهندسی فناوری اطلاعات IT گرایش تجارت الکترونیک است که در سال ۱۴۰۱ در دانشگاه مهرآستان تحت راهنمایی جناب آقای دکتر عبدالرضا رضاپور از آن دفاع شده است.کلیدواژه ها
کلیدواژه ها: عوارض واکسن، پیش بینی، یادگیری عمیقاطلاعات 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.