پیش بینی تعداد موارد مبتلا و مرگ ومیر ناشی از بیماری کرونا با استفاده از شبکه های عصبی-فازی

Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 588

This Paper With 12 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_DMOR-5-4_001

تاریخ نمایه سازی: 24 اسفند 1399

Abstract:

بیماری کرونا در حال حاضر بحران جهانی سلامت و بزرگترین چالشی است که بشر از زمان جنگ جهانی دوم تاکنون تجربه کرده است. با توجه به همه­گیری این بیماری، پیش­بینی تعداد موارد مبتلا و مرگ­ومیر ناشی از آن برای درک بهتر شرایط فعلی و تهیه برنامه کوتاه­مدت توسط مدیران، بسیار ارزشمند است. بر این اساس، در این مقاله یک مدل شبکه عصبی-فازی برای پیش­بینی تعداد موارد مبتلا و مرگ­ومیر ناشی از این بیماری در کشورهایی که بیشتر با این بیماری درگیر هستند پیشنهاد شده است. عملکرد شبکه عصبی-فازی پیشنهادی با شبکه­های عصبی پیش­بینی سری زمانی و همچنین شبکه­های عصبی توابع پایه­ای شعاعی مقایسه شده است. مدل پیشنهادی قادر است تعداد موارد مبتلا و مرگ­ومیر ناشی از بیماری را برای یک دوره ۱۵ روز آینده با نرخ خطای کمتر پیش­بینی کند.

Authors

ملیحه نیک سیرت

استادیار گروه علوم کامپیوتر، دانشکده مهندسی صنایع و کامپیوتر، دانشگاه صنعتی بیرجند، بیرجند، ایران.

سید هادی ناصری

گروه ریاضی کاربردی، دانشکده علوم ریاضی، دانشگاه مازندران، مازندران، ایران.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
  • Al-Qaness, M. A., Ewees, A. A., Fan, H., & Abd ...
  • Cichocki, A. & Unbehauen R. (1993). Neural networks for optimization and ...
  • de Campos Souza, P. V. (2020). Fuzzy neural networks and ...
  • Du, Y., Cai, Y., Chen, M., Xu, W., Yuan, H., ...
  • Fanelli, D., & Piazza, F. (2020). Analysis and forecast of ...
  • Han, M., Zhong, K., Qiu, T., & Han, B. (2018). ...
  • Hasan, N. (2020). A methodological approach for predicting COVID-19 epidemic ...
  • Khosravi, A., Koury, R. N. N., Machado, L., & Pabon, ...
  • Meng, E., Huang, S., Huang, Q., Fang, W., Wu, L., ...
  • Mizumoto, K., Kagaya, K., & Chowell, G. (2020). Effect of ...
  • Shim, E., Tariq, A., Choi, W., Lee, Y., & Chowell, ...
  • Singh, A. K., Singh, A., Shaikh, A., Singh, R., & ...
  • Škrjanc, I., Iglesias, J. A., Sanchis, A., Leite, D., Lughofer, ...
  • Tan, Q. F., Lei, X. H., Wang, X., Wang, H., ...
  • Tang, J., Liu, F., Zhang, W., Ke, R., & Zou, ...
  • Tang, J., Liu, F., Zou, Y., Zhang, W. & Wang, ...
  • Tosepu, R., Gunawan, J., Effendy, D. S., Lestari, H., Bahar, ...
  • Tseng, F.-M., & Hu, Y.-C. (2010). Comparing four bankruptcy prediction ...
  • Tuli, S., Tuli, S., Tuli, R., & Gill, S. S. ...
  • Xiao, Q. (2017). Time series prediction using bayesian filtering model ...
  • نمایش کامل مراجع