XÂY DỰNG VÀ ĐÁNH GIÁ CƠ SỞ DỮ LIỆU VỀ DỊCH BỆNH COVID-19 TẠI VIỆT NAM BẰNG MẠNG NEURON NHÂN TẠO

 0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Văn Tấn Bùi, Văn Quang Đinh, Lương Nghĩa Huỳnh, Thị Thủy Nguyễn

Ngôn ngữ: vie

Ký hiệu phân loại:

Thông tin xuất bản: Tạp chí Khoa học và Công nghệ Năng lượng, 2023

Mô tả vật lý: tr.21

Bộ sưu tập: Metadata

ID: 345406

 Bài báo trình bày cách tạo cơ sở dữ liệu về bệnh Covid-19 tại Bệnh viện Bệnh nhiệt đới Trung ương (gọi là cơ sở dữ liệu CovidVN) và sau đó xây dựng mạng neuron học tập dựa trên cơ sở dữ liệu này để hỗ trợ chẩn đoán bệnh.Cơ sở dữ liệu CovidVN được xây dựng trên cơ sở xử lý và tổng hợp kết quả xét nghiệm chẩn đoán thực tế của bệnh nhân mắc Covid-19 với số lượng mẫu lớn và phù hợp với cấu trúc cơ sở dữ liệu bệnh Covid-19 của Hệ thống Y tế Israel (gọi tắt là Cơ sở dữ liệu COVIDIsr).Sau đó mạng nơron nhân tạo MLP tương ứng với hai cơ sở dữ liệu này sẽ được phát triển bằng hộp công cụ học sâu của phần mềm MATLAB
  kết quả luyện các mạng này và độ chính xác của chúng được so sánh với nhau để đánh giá tương đối chất lượng của CSDL CovidVN.In this article, we present how to create a database of Covid-19 diseases at National Hospital of Tropical Diseases (called the CovidVN database) and then develop a learning neural network based on this database to diagnose this disease.The CovidVN Database is built based on the processing of real diagnostic test results of Covid-19 patients with a large number of samples and in accordance with the structure of the Israeli Health System Covid-19 disease database (called COVIDIsr Database).Then two MLP Artificial Neural Networks corresponding to these two databases will be developed using the Deep Learning Toolbox of MATLAB software
  the results of training these networks and their accuracy are compared with each other to assess the relative quality of the CovidVN database.
Tạo bộ sưu tập với mã QR

THƯ VIỆN - TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TP.HCM

ĐT: (028) 36225755 | Email: tt.thuvien@hutech.edu.vn

Copyright @2024 THƯ VIỆN HUTECH