کاهش میزان خطای ناشی از نرمال سازی داده ها در تشخیص بیماران قلبی حائز بهبودی کامل به کمک تابع بهینه سازی مبتنی بر راستریگین

از آنجا که انتخاب مناسب روش نرمال سازی داده ها به عنوان یکی از شیوه های تبدیل داده ها منجر به تضمین کیفیت داده ها پیش از به کارگیری هر الگوریتم مبتنی بر یادگیری ماشین است؛ تمرکز این مطالعه بر ارزیابی میزان خطای ناشی از نرمال سازی داده های بیماران قلبی و معرفی تابع بهینه سازی راستریگین و تلفیق آن با متداول ترین روش نرمال سازی داده ها یعنی تابع امتیاز - به منظور شناسایی رهیافتی جهت کاهش میزان خطای ناشی از طراحی و اجرای شبکه های عصبی مصنوعی می باشد.

کلیدواژه ها:

نرمال سازی داده ها ، یادگیری ماشین ، شبکه عصبی مصنوعی ، تابع بهینه سازی ، راستریگین ، تابع نرمال سازی امتیاز-Z ، بیماران قلبی