2018 №4 - перейти к содержанию номера...

Постоянный адрес этой страницы - https://esj.today/47itvn418.html

Полный текст статьи в формате PDF (объем файла: 455.4 Кбайт)


Ссылка для цитирования этой статьи:

Артеменко М.В., Добровольский И.И., Щекина Е.Н., Пошибайлова А.В. Синтез антецедента продукционного правила медицинских экспертных систем логическими искусственными нейронными сетями // Вестник Евразийской науки, 2018 №4, https://esj.today/PDF/47ITVN418.pdf (доступ свободный). Загл. с экрана. Яз. рус., англ.


Синтез антецедента продукционного правила медицинских экспертных систем логическими искусственными нейронными сетями

Артеменко Михаил Владимирович
ФГБОУ ВО «Юго-Западный государственный университет», Курск, Россия
Кафедра «Биомедицинской инженерии»
Кандидат биологических наук, доцент
E-mail: Artem1962@mail.ru
ORCID: http://orcid.org/0000-0003-1037-8288
РИНЦ: https://elibrary.ru/author_profile.asp?id=202249
SCOPUS: http://www.scopus.com/authid/detail.url?authorId=6602572239

Добровольский Илья Игоревич
ООО «Хелп Медиком Групп», Курск, Россия
Младший научный сотрудник
Кандидат технических наук
E-mail: Ilia_dobr@mail.ru

Щекина Елена Николаевна
ФГБОУ ВО «Юго-Западный государственный университет», Курск, Россия
Кафедра «Биомедицинской инженерии»
Аспирант, магистр
E-mail: elenashchekina@mail.ru

Пошибайлова Александра Валерьевна
ГБУЗ «Городская больница 2», Белгород, Россия
Перинатальный центр
Врач-Неонатолог
ФГБОУ ВО «Юго-Западный государственный университет», Курск, Россия
Кафедра «Биомедицинской инженерии»
Аспирант
E-mail: poshibailova@yandex.ru

Аннотация. В настоящее время возрастают требования к оперативности принимаемых решений в условиях большого количества факторов, характеризующих возникающие ситуации. Особую актуальность это приобретает в условиях цифровой реальности таких областей как: социология, медицина, экология и т. п. Это обусловливает актуальность разработки и продуктивной эксплуатации автоматизированных систем поддержки принятия решений на основе существующих и разрабатываемых инновационных инструментариев искусственного интеллекта. Гетерогенность и мультимодальность структур данных, характеризующих объект управления, обусловливают результативность применения универсальной метрики. В качестве таковой предлагается использовать бинарную. Далеко не всегда анализируемые процессы позволяют достаточно быстро и четко формировать обучающие выборки требуемого объема и качества. Существующие достижения метода группового учета аргументов (МГУА) позволяют разрешать противоречие между большим количеством информативных признаков и небольшой обучающей выборки при разработке архитектуры искусственной логической нейронной сети. Рассматриваются два типа нейронов – «логический нейрон» и «логико-арифметический нейрон» (структуры, алгоритмы обучения, рекомендации по применению). Приведено описание настройки предлагаемой искусственной логической нейронной сети в целом. Представлены результаты экспериментальных исследований в клинической медицине на оценки риска летального исхода от тромбоэмболии при эндопротезировании. Представленные в данной статье результаты исследования возможностей применения самоорганизационных искусственных логических нейронных сетей в медицинских экспертных системах выполнены в продолжение более ранних исследований младшего научного сотрудника ООО «Хелп Медиком Групп» Добровольского И.И. (2015-2018 года).

Ключевые слова: медицинские экспертные системы; решающие продукционные правила; антецедент; искусственные логические нейронные сети; метод группового учета аргументов; прогнозирование тромбоэмболии

Скачать

Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.

ISSN 2588-0101 (Online)

Уважаемые читатели! Комментарии к статьям принимаются на русском и английском языках.
Комментарии проходят премодерацию, и появляются на сайте после проверки редактором.
Комментарии, не имеющие отношения к тематике статьи, не публикуются.

Добавить комментарий