СИНТЕЗ НЕЙРО-НЕЧІТКИХ МОДЕЛЕЙ ДЛЯ ПРОГНОЗУВАННЯ СТАНУ ЗДОРОВ’Я ХВОРОГО НА ОСНОВІ ПАРАЛЕЛЬНИХ ОБЧИСЛЕНЬ
Анотація
Вирішено завдання розробки математичного забезпечення для автоматизації процесу індивідуального прогнозування стану
здоров’я хворого гіпертонічною хворобою. Об’єктом дослідження є процес синтезу моделей для медичного діагностування. Предмет
дослідження становлять методи синтезу нейро-нечітких моделей для медичного діагностування. Мета роботи: підвищити ефективність
процесу синтезу нейро-нечітких мереж для побудови діагностичних моделей на основі навчальних вибірок. Запропоновано
стохастичний метод синтезу нейро-нечітких моделей на основі паралельних обчислень, що ґрунтується на стохастичному підході
при пошуку значень параметрів, що настроюються, і полягає в розподілі найбільш ресурсномістких етапів по вузлах паралельної
обчислювальної системи. Запропонований метод дозволяє скоротити час настроювання параметрів (значень вагових коефіцієнтів і
параметрів функцій належності нейроелементів) синтезованих нейромоделей. Розроблено програмне забезпечення, що реалізує
запропонований метод. Проведено експерименти з дослідження властивостей запропонованого методу. Результати експериментів
дозволяють рекомендувати запропонований метод для використання на практиці.
здоров’я хворого гіпертонічною хворобою. Об’єктом дослідження є процес синтезу моделей для медичного діагностування. Предмет
дослідження становлять методи синтезу нейро-нечітких моделей для медичного діагностування. Мета роботи: підвищити ефективність
процесу синтезу нейро-нечітких мереж для побудови діагностичних моделей на основі навчальних вибірок. Запропоновано
стохастичний метод синтезу нейро-нечітких моделей на основі паралельних обчислень, що ґрунтується на стохастичному підході
при пошуку значень параметрів, що настроюються, і полягає в розподілі найбільш ресурсномістких етапів по вузлах паралельної
обчислювальної системи. Запропонований метод дозволяє скоротити час настроювання параметрів (значень вагових коефіцієнтів і
параметрів функцій належності нейроелементів) синтезованих нейромоделей. Розроблено програмне забезпечення, що реалізує
запропонований метод. Проведено експерименти з дослідження властивостей запропонованого методу. Результати експериментів
дозволяють рекомендувати запропонований метод для використання на практиці.
Ключові слова
множина рішень, нейронна мережа, ознака, паралельне програмування, прогнозування, синтез моделі.
Повний текст:
PDFАдреса редакції журналу:
Редакція журналу «РІУ», Запорізький національний технічний університет,
вул. Жуковського, 64, м. Запоріжжя, 69063, Україна.
Телефон: 0 (61) 769-82-96 – редакційно-видавничий відділ
E-mail: rvv@zntu.edu.ua
При повному або частковому використаннi матерiалiв посилання на журнал є обов’язковим.