حبیبه مظفری - استاد گروه کامپیوتر مرکز آموزش علمی کاربردی جهاد دانشگاهی سیرجان
عباس مکی آبادی - کارشناس، رشته مهندسی فناوری اطلاعات، دانشگاه جامع علمی کاربردی سیرجان
محمد صادقی - کارشناس، رشته مهندسی فناوری اطلاعات، دانشگاه جامع علمی کاربردی سیرجان
مصطفی خالقی نژاد - کارشناس، رشته مهندسی فناوری اطلاعات، دانشگاه جامع علمی کاربردی سیرجان

از آنجایی که پیش بینی صحیح وضعیت بیماری افراد از اهمیت زیادی برخوردار است، لذا برای این پیش بینی بایستی از آن دسته مدل هایی استفاده کرد که دارای حداقل خطا و حداکثر اطمینان باشد. شبکه های عصبی مصنوعی یا شبکه های عصبیصناعی یا به زبان ساده تر شبکه های عصبی سیستم ها و روش های محاسباتی نوین برای یادگیری ماشینی، نمایش دانش و درانتها اعمال دانش به دست آمده در جهت بیش بینی پاسخ های خروجی از سامانه های پیچیده هستند. ایده اصلی این گونهشبکه ها تا حدودی الهام گرفته از شیوه کارکرد سیستم عصبی زیستی برای پردازش داده ها و اطلاعات به منظور یادگیری وایجاد دانش می باشد. عنصر کلیدی این ایده، ایجاد ساختارهایی جدید برای سامانه پردازش اطلاعات است . این پژوهش باهدف بررسی مدل شبکه عصبی مصنوعی و بررسی کارایی فن آوری های آن در حوزه پزشکی و کشاورزی صورت گرفت.مطالعه پژوهی حاضر از نوع کتابخانه ای است و مطالب جمع آوری شده برگرفته از سایت های پژوهشی اعم از ایرانداک، اسآی دی، مگیرا، پایا نامه های دانشگاهی و گوگل اسکالر است. نتایج مطالعات مختلف نشان می دهند شبکه های عصبیمصنوعی کاربرد فراوانی در حوزه های کشاورزی، پزشکی ، علم و فناوری و صنعت در عصر آمروزی دارند. این روش به علتویژگی بالا می تواند از عوارض و آسیب های احتمالی آنژیوگرافی در بیمارانی که نیاز به آن ندارند را جلوگیری نماید. از طرفدیگر می تواند به علت حساسیت بالا در بیمارانی که به طور واقعی به این اقدامات تشخیصی و درمانی نیاز دارند را جدانماید. مقایسه مدل های شبکه عصبی مصنوعی با روش های همبستگی دو و چند متغیره در تمامی مدل های محاسبه شده درتلفات خاک گویای دقت برآورد بیش تر مدل شبکه عصبی مصنوعی نسبت به مدل های همبستگی در هر دو تیمار بوده است.

شبکه عصبی مصنوعی، فناوری های ان، حوزه پزشکی، حوزه کشاورزی