انتخاب مدلی بهینه از شبکه عصبی برای تشخیص اختلال افسردگی اساسی
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 747
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEEE06_045
تاریخ نمایه سازی: 1 مهر 1394
Abstract:
با توجه به کاربرد روزافزون شبکه های عصبی در تشخیص بیماری ها، در این مقاله سعی شده است با جمع آوری پارامترهای مورد نیاز برای تشخیص اختلال افسردگی اساسی با استفاده از بررسی پرونده ها و همکاری تعدادی از روانپزشکان، روانشناسان و بیماران، سپس به پیاده سازی این بیماری در شبکه عصبی با مدل های مورد نظر از قبیل MLP, RBF پرداخته شده است و کار مقایسه را انجام داده سپس نتیجه گیری می شود که می توان با حدود 9% شبکه ای برای تشخیص این اختلال داشته باشیم. و سپس نمایی از نرم افزار طراحی شده توسط برنامه متلب نشان داده شده است.
Keywords:
Authors
عبدالله انصاری
دانشجوی کارشناسی ارشد پیام نور
مهدی خلیلی
استادیار دانشگاه پیام نور
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 :