СИМУЛЯЦИЯ ВХОДНЫХ ДАННЫХ НЕЙРОННОЙ СЕТИ НА ПРИМЕРЕ ЗАБОЛЕВАЕМОСТИ ВИРУСНЫМ ГЕПАТИТОМ

Т. И. Муфтахов, В. М. Гиниятуллин

Аннотация


Основной целью статьи является возможность выполнения симуляции входных показателей нейронной сети. Искусственные нейронные сети становятся популярнее из-за того, что полученные с помощью них результаты зачастую бывают более точными, чем результаты других методов искусственного интеллекта. Они являются одним из способов решения той или иной задачи. Отличительное свойство нейронных сетей заключается в их способности обучаться на основе большого числа экспериментальных данных. Например, в медицине в качестве исходных данных выступает множество различных признаков и параметров (анамнез болезни, жизни, клинический осмотр, функциональные методы, результаты лабораторных исследований), на основании которых ставится правильный диагноз. В данной работе применена искусственная нейронная сеть для дифференциальной диагностики острых и хронических вирусных гепатитов на основе результатов общеклинического и биохимического анализа крови. Были изучены 250 пациентов, зараженных вирусными гепатитами. Из них 61 пациент имеет острый вирусный гепатит A, B, C и 189 пациентов – хронический вирусный гепатит B и C. В научной статье рассмотрена предметная область, проанализированы изменения в показателях анализов крови при вирусных гепатитах, также изучены основные понятия искусственной нейронной сети и обоснована необходимость в разработке программного симулятора. Новизна работы заключается в оценке относительной плотности распределения экземпляров обучающей выборки. Практическая значимость результатов работы состоит в возможности целенаправленного дозаселения пустующих кластеров. При этом указанное дозаселение реализуется как формализованная процедура, поэтому ее результат может быть неадекватен смыслу прикладной области. В результате исследования выяснилось, что полученная неравномерная плотность распределения входных данных в двоичном, а также в многомерном пространстве предполагает считать исходную выборку «неполной». Кроме того, впервые показана возможность заселения кластеров симулированными входными данными.

Полный текст:

PDF

Литература


http://www.tiensmed.ru/illness/gepatit3.

html (дата обращения: 03.12.2017).

http://www.who.int/mediacentre/news/

releases/2017/global-hepatitis-report/ru/ (дата

обращения: 03.12.2017).

Шувалова Е.П., Белозеров Е.С., Беляева

Т.В., Змушко Е.И.Инфекционные болезни:

Учеб. пособие для вузов / Под ред. Е.П.

Шуваловой; серия «Учебники и учебные

пособия» – Ростов н/Д: Феникс, 2001. –

с.

https://vocabulary.ru/termin/diagnostikadifferencialnaja.html (дата обращения:

12.2017).

Веденяпин Д.А., Лосев А.Г. Об одной

нейросетевой модели диагностики венозных

заболеваний // Управление большими системами. – Вып. 39. – М.: ИПУ РАН, 2012. –

С. 219–229.

Арсланов И.Г., Дмитриев Г.Ю.,

Гиниятуллин В.М., Зайцева А.А., Кирлан

С.А. Прогнозирование химических соединений с комплексом необходимых свойств //

Башкирский химический журнал. – 2015. –

Т. 22. - № 2. – С. 80–85.

Akhmetshin R.M., Ginijatullin V.M.,

Kirlan S.A. Identification of Structures of

Organic Substances by Means of Complexvalued Perceptron // Optical Memory & Neural

Networks (Information Optics). – 2012. – Vol.

- № 1. – P. 11–25.

http://mbp.sourceforge.net(дата обращения: 26.11.2017).

Гиниятуллин В.М., Скрыпин А.Р.,

Тайсин Р.Р. Линейная разделимость функций

троичной логики // Актуальные проблемы

науки и техники – 2015: Материалы VIII

Международной научно-практической конференции молодых ученых, 2015. – С. 116–

Гиниятуллин В.М. Троичная логика в

нейросетевом базисе // Теоретикометодологические проблемы естественнонаучных методов в гуманитарных науках:

Сборник статей Международной научнопрактической конференции, 2014. – С. 318–

Палий И.А. Линейное программирование: Учебное пособие. – М.: Эксмо, 2008.

– 256 с. – (Техническое образование).


Ссылки

  • На текущий момент ссылки отсутствуют.