انتخاب مدلی بهینه از شبکه عصبی برای تشخیص اختلال افسردگی اساسی
محل انتشار: ششمین کنفرانس مهندسی برق و الکترونیک ایران
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 746
متن کامل این مقاله 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 مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله 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
چکیده مقاله:
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.
کلیدواژه ها:
نویسندگان
عبدالله انصاری
دانشجوی کارشناسی ارشد پیام نور
مهدی خلیلی
استادیار دانشگاه پیام نور
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :