طبقه بندب نروفازی و استفاده ازمعیارMCC برعمق خواب بیماران
محل انتشار: کنفرانس بین المللی مدل سازی غیر خطی و بهینه سازی
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 638
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICNMO01_212
تاریخ نمایه سازی: 19 اسفند 1391
چکیده مقاله:
این مقاله به یادگیری اطلاعات تئوریک و متریک که Correntropy نامیده میشود می پردازد و یادگیری و تطبیق طبقه بندی معماری نروفازی را بررسی می کند همچنین برخی از ویژگیهای مربوط به Correntropy و کاربرد آن درcost function و الگوریتم های ماشین یادگیری که هدف MCC است می پردازد ما دراین مقاله کاربرد استفاده از پارا مترهای بهینه سازی درزمینه طبقه بندی نروفازی را بررسی می کنیم ازمتدهایی درزمینه پزشکی به منظور طبقه بندی وضعیت خواب بیماران استفاده می کنیم نتایج بررسی شده دراین موارد نشان میدهد زمانی که از معیار MCC استفاده می کنیم پارامتر بهتر و دست یافتنی تر درمقایسه با تابع هزینه هدف MSE بدست م یآید.
کلیدواژه ها:
نویسندگان
مرضیه حیرانی
دانشجوی فوق لیسانس علوم کامپیوتر
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 :