بررسی اثر استخراج ویژگی در افزایش دقت تخمین غلظت عناصر موجود در ترکیبات شیمیایی با شبکه عصبی
محل انتشار: دهمین کنفرانس مهندسی پزشکی ایران
سال انتشار: 1380
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,586
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICBME10_047
تاریخ نمایه سازی: 20 خرداد 1387
چکیده مقاله:
در این تحقیق توانایی شبکه های عصبی مصنوعی در تخمین غلظت موادی که منحنی جذب آنها بر اساس تغییرات زمان حاصل شده اند، برسی می شود. همچنین اثر استخراج ویژگی از سیگنال خام در آموزش شبکه عصبی بررسی می شود. در دو مرحله جداگانه ویژگی های سطح زیر منحنی و خود همبستگی از داده های خام استخارج می شوند و شبکه عصبی با این داده ها آموزش داده می شود و سپس با داده هایی غیر از داده های آموزشی، آزمایش می شود. نتایج شبکه هایی که با این ویژگی ها آموزش دیده اند، نسبت به نتایج حاصل از شبکه های آموزش دیده با داده های خام، بهبود قابل ملاحظه ای را نشان می دهند.
کلیدواژه ها:
نویسندگان
سید وهاب شجاع الدینی
دانشگاه تربیت مدرس - دانشکده فنی و مهندسی - گروه مهندسی پزشکی
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 :