مقالات انگلیسی کاربردهای ICT با ترجمهمقالات انگلیسی مهندسی الگوریتم ها و محاسبات با ترجمهمقالات انگلیسی مهندسی فناوری اطلاعات و ارتباطات با ترجمهمقالات انگلیسی مهندسی کامپیوتر با ترجمهمقالات انگلیسی هوش مصنوعی با ترجمه

مقاله پیشرفت (ابداع) سیستم عصبی- فازی برای پیش بینی حملات قبلی (2012 Press)

عنوان فارسی مقاله پیشرفت (ابداع) سیستم عصبی- فازی برای پیش بینی حملات قبلی
عنوان انگلیسی مقاله Development of Neuro-fuzzy System for Early Prediction of Heart Attack
فهرست مطالب چکیده

1. مقدمه

2. سیستم تداخل عصبی-فازی سازگار

الف. معماری ANFIS

ب. الگوریتم یادگیری مرکب

1. عبور مستقیم

2. عبور معکوس

3. ابداع و ایجاد مدل عصبی-فازی

تأیید اعتبار سیستم

4. توصیف داده

آموزش Anfis

5. نتایج و بحث

الف. سیستم تداخل فازی برای تشخیص حمله قلبی

ب. اساس قانون شبیه سازی شده برای تشخیص حمله قلبی

6. نتیجه‌گیری

بخشی از متن مقاله انگلیسی Abstract

This work is aimed at providing a neurofuzzy system for heart attack detection. Theneuro-fuzzy system was designed with eight input field and one output field. The input variables are heart rate, exercise, blood pressure, age, cholesterol, chest pain type, blood sugar and sex. The output detects the risk levels of patients which are classified into 4 different fields: very low, low, high and very high. The data set used was extracted from the database and modeled in order to make it appropriate for the training, then the initial FIS structure was generated, the network was trained with the set of training data after which it was tested and validated with the set of testing data. The output of the system was designed in a way that the patient can use it personally. The patient just need to supply some values which serve as input to the system and based on the values supplied the system will be able to predict the risk level of the patient.

ترجمه بخشی از متن مقاله چکیده

هدف این کار (تحقیقاتی)، ارایه سیستم عصبی-فازی برای تشخیص حمله قلبی است. سیستم عصبی-فازی مورد نظر با هشت زمینه ورودی و یک زمینه خروجی طراحی شد. متغیرهای ورودی عبارتند از: میزان ضربان قلب، تمرین و ورزش، فشار خون، سن، کلسترول، نوع درد سینه، قند خون و جنسیت. خروجی به تشخیص سطوح خطر بیمارانی می پردازد که به چهار زمینه دسته بندی شده اند: خیلی پایین، پایین، بالا و خیلی بالا. مجموعه داده مورد استفاده از پایگاه داده به دست آمده و مدل شده تا آن را برای آموزش و تمرین مناسب تر کند و سپس ساختار FIS اولیه تولید شد؛ شبکه با مجموعه ای از داده های آموزشی، آموزش داده شد و پس از آن با مجموعه ای از داده های آزمایشی، آزمایش شده و معتبر شناخته شد. خروجی سیستم به طوری طراحی شد که بیمار بتواند شخصاً از آن استفاده نماید. فقط لازم بود بیمار برخی از مقادیری را که در نقش ورودی سیستم و بر اساس توانایی پیش بینی سطح خطر بیمار توسط مقادیر داده شده به سیستم بودند تأمین و فراهم کند.

سال انتشار 2012
ناشر Press
مجله  مجله بین المللی فناوری اطلاعات و علوم کامپیوتری
کلمات کلیدی  ANFIS ، سیستم عصبی-فازی سازگار، تابع عضویت، قانون فازی، تابع عضویت
 تعداد صفحات مقاله انگلیسی 7
تعداد صفحات ترجمه مقاله 16
مناسب برای رشته مهندسی کامپیوتر و فناوری اطلاعات و ارتباطات
مناسب برای گرایش کاربردهای ICT، مهندسی الگوریتم ها و محاسبات و هوش مصنوعی
دانلود رایگان مقاله انگلیسی ○ دانلود رایگان مقاله انگلیسی با فرمت pdf
خرید ترجمه فارسی ○ خرید ترجمه آماده این مقاله با فرمت ورد
سایر مقالات این رشته ○ مشاهده سایر مقالات رشته مهندسی کامپیوتر

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا