Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: sieci immunologiczne

Sortuj według:

Ogranicz wyniki do:

Neural network and artificial immune algorithms for the classification of medical data series

Wajs W.

Automatyka / Automatics

2012

Vol. 16, no. 1

89-96

This paper describes the applicability of artificial immune algorithms. Medical data series classification technique by Artificial Immune Algorithm is used for Neural Network Algorithm input data definitions. Artificial Immune Algorithms is created and trained for the purpose of Arterial Blood Gas parameters classification: pH, PaCO2, PaO2, HCO3. The main goal of this paper is to develop a artificial neural network technique for Arterial Blood Gases short-term prediction. The main question that is considered is how to predict some dynamic parameters that describe blood gases nature. A model of a physical system has an error associated with its predictions due to the dependences of the physical system's output on uncontrollable and unobservable quantities. The use of artificial methods creates the possibilities of obtaining some parameter values on the proper level of probability. This would provide a direct feedback to the clinical staff about the progress of a patient, the success of individual treatments, and quality of care as well as predicting blood gas value.

Dla rozpoznawania przypadków chorobowych, które są opisane numerycznymi danymi wykorzystano metody sztucznej inteligencji. W pracy wykorzystano dwie metody: metodę sztucznych sieci neuronowych oraz metodę sztucznych sieci immunologicznych. Przedstawiono wyniki uzyskane tymi metodami w odniesieniu do przypadków dysplazji oskrzelowo płucnej dla dzieci, których waga była poniżej 1500 g.

Algorytmy ewolucyjne w realizacji systemów uczących się

Nowak L., Święcicki M., Wais P.

Bio-Algorithms and Med-Systems

2005

Vol. 1, no. 1/2

31--36

Sztuczna inteligencja jest szeroką i szybko rozwijającą się dziedziną informatyki. Często do budowy inteligentnych systemów uczących się wykorzystywane są mechanizmy, które funkcjonują w naturze od bardzo dawna. Przykładem tutaj mogą być sztuczne sieci neuronowe, wzorowane na budowie i sposobie funkcjonowania ludzkiego mózgu oraz algorytmy genetyczne opierające swoje działanie na teorii ewolucji, sformułowanej w 1859 r. przez Karola Darwina. W ostatnich latach zainteresowanie także zaczęły wzbudzać sztuczne sieci immunologiczne, których główną ideą jest odwzorowanie działania ludzkiego systemu odpornościowego. Takie mechanizmy uczenia się pozwalają na rozwiązywanie złożonych problemów obliczeniowych z zakresu przetwarzania danych, sztucznej inteligencji, klasyfikacji danych wielowymiarowych, optymalizacji funkcji, ekstrakcji wiedzy i innych. Artykuł ten zawiera zastosowanie algorytmów ewolucyjnych w rozwiązywaniu przykładowego problemu.

Artificial intelligence is a fast developing discipline of computer science. Frequently, while creating learning systems, we use solutions that have been known to nature for ages. A good example is artificial neural network that is designed to work in a way similar to human brain. Another commonly used idea is genetic algorithm based on Charles Darwin's theory of evolution. Recently artificial immune systems are gaining popularity; their basic idea is to imitate the human immune system. Those learning mechanisms give possibility to solve complex problems of data processing, data mining, data classification, optimization, machine learning, pattern detection, and many more. This paper contains evolutionary algorithm designed to solve a simple machine learning problem.