پیش بینی مراجعات اورژانس با استفاده از خوشه بندی سری های زمانی

پیش بینی مراجعات به واحد اورژانس یکی از موارد پژوهشی جذاب در حوزه پیش بینی و درمان می باشد. به سبب اهمیت این واحد در بیمارستانها افزایش دقت پیش بینی می تواند نقش مهمی در برنامه ریزی منابع در این حوزه داشته باشد. پژوهش های انجامشده در این حوزه معمولا استفاده از روشهای کلاسیک و آماری می باشد. در این پژوهش به منظور پیش بینی مراجعات به یک واحد اورژانس از ترکیب خوشه بندی سری های زمانی به همراه شبکه عصبی MLP استفاده شده است . در این الگوریتم ابتدا یک سری زمانی با طول بلند با استفاده از یک پنجره متحرک به زیر سری های با طول مساوی تقسیم گشته و در ادامه با استفاده از یک الگوریتم خوشه بندی می گردند. برای هر خوشه یک مدل شبکه عصبی برازش گشته و با توجه به فاصله داده تست از نزدیک ترین خوشه به منظور پیش بینی نهایی استفاده می گردد. الگوریتم با توجه به پارامترهای مختلف مدل در ۹ حالت مختلف روی یک مجموعه داده اجرا شده است . نتایج حاصل نشاندهنده این می باشد که الگوریتم توسعه داده شده در بهترین حالت می تواند مقدار خطای پیش بینی را به ۲۴ درصد کاهش دهد.

Keywords:

پیش بینی , سری زمانی , خوشه بندی , شبکه عصبی