Содержание
- 2. Основные идеи нейросетевых методов анализа Простота и однородность отдельных элементов - «нейронов» Все основные свойства сети
- 3. Примеры искусственных нейронных сетей
- 4. Особенности нейросетевого подхода к анализу данных Предлагает стандартный способ решения многих нестандартных задач. Явное описание модели
- 5. Для практического здравоохранения особый интерес представляют экспертные системы для диагностики заболеваний
- 6. Примеры применения нейронных сетей в медицине Выявление атеросклеротических бляшек с помощью анализа флюоресцентных спектров. Диагностика заболеваний
- 7. Экспертная система для лечения артериальной гипертонии (Италия) Модуль 1 Модуль 2 Модуль 3 Почасовые измерения давления
- 8. Определение накопленной дозы радиоактивного облучения (Красноярская мед. академия) Классификация на 4 группы по величине накопленной дозы
- 9. Этапы нейросетевого анализа Исследование взаимосвязи переменных и понижение размерности Построение и обучение сетей разных типов Сравнение
- 10. Понижение размерности: отбор входных признаков Штраф за элемент, число популяций и поколений битовых строк Генетический алгоритм,
- 11. Понижение размерности: автоассоциативные сети Новые входные переменные для нейросетевой модели
- 12. Задача классификации состояния больных с ишемической болезнью
- 13. Нейронная сеть для диагностики развития ишемической болезни По набору показателей (48 переменных), как номинальных (например, «слабая-умеренная-сильная
- 14. Результаты классификации и анализ чувствительности Все наблюдения классифицированы правильно Анализ чувствительности позволяет утверждать, что одним из
- 15. Задача диагностики онкологического заболевания
- 16. Нейронные сети для диагностики онкологического заболевания Сеть на радиальных базисных функциях Многослойный персептрон
- 17. Результаты классификации Многослойный персептрон: 100% наблюдений классифицировано правильно Радиальные базисные функции: 95% наблюдений классифицировано правильно
- 18. Настройка сети
- 20. Скачать презентацию