Масленников Владимир Владимирович (ассистент кафедры Корпоративных информационных систем,
Институт информационных технологий,
Российский технологический университет МИРЭА)
| |
Рассматривается задача бинарной классификации на основе применения связного комплекса рекуррентных нейронных сетей с модифицированной архитектурой LSTM (Long Short-Term Memory) и GRU (Gated Recurrent Units) с целью прогнозирования возможности возникновения инсульта в головном мозге человека. Целью работы является получение математических алгоритмов, определяющих принципы функционирования нейросетевых модулей для поиска закономерностей в данных, содержащих информацию о пациентах, у которых проводилась диагностика на наличие инсульта, а также программная реализация нейросетевых модулей в виде единой интеллектуальной системы. Получение математических алгоритмов осуществляется на основе концептуального анализа экспериментальных исследований по разработке бинарных классификаторов с применением рекуррентных алгоритмов интеллектуального прогнозирования, и отдельных структурно-параметрических аспектов искусственных нейронных сетей рекуррентного типа. Программная реализация выполняется при помощи библиотеки машинного обучения TensorFlow. Получены математические алгоритмы нейросетевых модулей в виде систем уравнений, моделирующих концепцию внутренней краткосрочной памяти, для нахождения корреляционной зависимости в данных между значениями количественных и категориальных переменных. Приведены результаты программной реализации интеллектуальной системы с использованием обучающей, валидационной и тестовой выборок, сформированных на основе набора из репозитория данных машинного обучения.
Ключевые слова:искусственный интеллект, математическое моделирование, глубокое обучение, рекуррентные нейронные сети, прогнозирование инсульта, бинарный классификатор.
|
|
| |
|
Читать полный текст статьи …
|
Ссылка для цитирования:
Масленников В. В. Математическая модель интеллектуальной системы прогнозирования инсульта и её реализация на базе гибридного нейросетевого алгоритма рекуррентного типа // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и Технические Науки. -2022. -№11/2. -С. 107-122 DOI 10.37882/2223-2966.2022.11-2.19 |
|
|
ПРАВОВАЯ
ИНФОРМАЦИЯ:
