تلفن: ۰۴۱۴۲۲۷۳۷۸۱
تلفن: ۰۹۲۱۶۴۲۶۳۸۴

ترجمه مقاله پیشرفت سیستم عصبی- فازی برای پیش بینی حملات قبلی

عنوان فارسی: پیشرفت (ابداع) سیستم عصبی- فازی برای پیش بینی حملات قبلی
عنوان انگلیسی: Development of Neuro-fuzzy System for Early Prediction of Heart Attack
تعداد صفحات مقاله انگلیسی : 7 تعداد صفحات ترجمه فارسی : 16
سال انتشار : 2012 نشریه : Press
فرمت مقاله انگلیسی : PDF فرمت ترجمه مقاله : ورد تایپ شده
کد محصول : 8843 رفرنس : دارد
محتوای فایل : zip حجم فایل : 2.49Mb
رشته های مرتبط با این مقاله: مهندسی کامپیوتر و فناوری اطلاعات و ارتباطات
گرایش های مرتبط با این مقاله: کاربردهای ICT، مهندسی الگوریتم ها و محاسبات و هوش مصنوعی
مجله: مجله بین المللی فناوری اطلاعات و علوم کامپیوتری
دانشگاه: گروه علوم و مهندسی کامپیوتز، دانشگاه علم و صنعت لادوکا آکینتولا
کلمات کلیدی: ANFIS ، سیستم عصبی-فازی سازگار، تابع عضویت، قانون فازی، تابع عضویت
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه نشده است
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
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

نمونه متن 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.

نمونه متن ترجمه

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.