350 руб
Журнал «Биомедицинская радиоэлектроника» №10 за 2013 г.
Статья в номере:
Нейро-нечеткие модели прогноза заболеваемости
Ключевые слова: прогнозирование эпидемии модели данных временны&#769 е ряды инцидентность скарлатина нейро-нечеткие сети нечеткая логика
Авторы:
А.Н. Дмитриев - студент-дипломник, кафедра медико-технических информационных технологий, МГТУ им. Н.Э. Баумана. E-mail: dmitalexnic@gmail.com В.В. Котин - к.ф.-м.н., доцент, кафедра медико-технических информационных технологий, МГТУ им. Н.Э. Баумана. E-mail: v.kotin@gmail.com
Аннотация:
Для решения актуальной задачи прогнозирования динамики заболеваемости с применением современных методов анализа временны́х рядов использована нейро-нечеткая модель данных. Выбрана и проанализирована базовая структура нейронной сети - адаптивная нейро-нечеткая система. Приведены результаты тестирования различных вариантов прогноза заболеваемости для скарлатины. Даны примеры обучения системы и оценка погрешности прогноза.
Страницы: 55-59
Список источников

  1. Леоненков А.В.Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб.: БХВ-Петербург. 2005. 736 с.
  2. Чурюмова И.Г. Система медицинской диагностики на основе нечеткой логики // Восточно-Европейский журнал передовых технологий. 2006.
  3. Поповьян P. Информационные технологии в медицинском диагностировании // Открытые системы. 2005. № 5 - 6.
  4. Пытьев. Ю.П. Неопределенные нечеткие модели и их применения // Интеллектуальные системы. 2004. Т. 8. Вып. 1-4. С. 147-310.
  5. Чумаченко Д.И., Соколов А.А.Применение мультиагентных технологий в здравоохранении // Сб. материалов Студенческой научно-практич. конф. с междунар. участием «Автоматизация и компьютерно-интегрированные технологии. «Автоматизация-2006». Харьков: ХНАДУ. С. 26.
  6. Ярушкина Н.Г., Перфильева И.Г., Афанасьева Т.В. Интеграция нечетких моделей для анализа временных рядов // Известия Самарского научного центра РАН. 2010. Т. 12. №4(2). С. 506 - 509.
  7. Рыжко П.П. Социальная информатика математических моделей эпидемических процессов // Вереcень. 2006. № 3. С. 103 - 106.
  8. Дьяченко Д.Е.Интеллектуализация экспертно-диагностического процесса на основе нейросетевого моделирования и нечеткой логики: Автореф. дисс. ... канд. техн. наук. Воронеж: ВГТУ. 2004 125 с.
  9. Усков А.А. Принципы построения систем управления с нечеткой логикой // Приборы и системы. Управление. Контроль. Диагностика. 2004. № 6. С. 7-13.
  10. Прогнозирование цен с помощью нейронных сетей. URL: 2007.http://articles.mql4.com/ru/395 (Дата обращения 9.04.13)
  11. Латыпов А.И., Радченко С.В. Применение нечёткой логики в дифференциальной диагностике стоматологических заболеваний // Электронный медицинский журнал. 2009.
  12. Брейкин Т.В., Камалова Л.З., Попкова С.Я. и др. Проектирование экспертных систем медицинской диагностики на базе нечеткой логики с применением методов системного моделирования // Управление в сложных системах. Уфа. 1999. С. 127 - 134.
  13. Представление нечетких знаний. URL: http://itteach.ru/ predstavlenie-znaniy/predstavlenie-nechetkich-znaniy/vse-stranitsi (Дата обращения: 9.04.13)
  14. Нурматова Е.В.Применение адаптивной нейро-нечёткой системы для моделирования рейтинговой оценки знаний // Сб. докл. 5-й Междунар. научно-практич. конф. «Интегрированные модели и мягкие вычисления в искусственном интеллекте».Коломна. 2009.
  15. Крошилин А.В., Крошилин С.В., Крошилина С.В. Применение семантических сетей, построенных на нечетких отношениях, в системах поддержки принятия решений при анализе развития проблемных ситуаций// Информационные ресурсы России. 2010. № 5 URL: http://www.aselibrary.ru/digital_resources/ journal/irr/2010/ number_5/number_52169/number_521692170/ (Датаобращения 9.04.13)
  16. Круг П.Г.Нейронные сети и нейрокомпьютеры. М.: Изд-во МЭИ. 2002. 176 с.
  17. Дьяконов В., Круглов В. Математические пакеты расширения MATLAB. Специальный справочник. СПб.: Питер. 2001. 480 с.
  18. Копаница Г.Д.Математическое и программное обеспечение интеллектуальной информационной системы для управления сетью лечебных учреждений: Автореф. дисс. ... канд. техн. наук. Томск: НИТПУ. 2011. 125 с.
  19. Покровский В.И., Брико Н.И. Общая эпидемиология с основами доказательной медицины: Руководство к практическим занятиям. М.: Геотар-Медиа. 2008. 400 с.
  20. Дмитриев А.Н., Котин В.В. Моделирование временных рядов заболеваемости с использованием искусственных нейронных сетей // Медицинская техника. 2013. № 1. С. 35-38.
  21. Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику. http://matlab.exponenta.ru/fuzzylogic/ book1/ index.php (Дата обращения 9.04.13)
  22. Агупов М.А., Эфендиева Э.М., Гермашев И.В. Формирование обучающей выборки для компьютерной системы анализа химических структур // Современные проблемы информатизации в экономике и обеспечении безопасности. Воронеж: Научная книга. 2012. С. 40-42.
  23. Мак-Каллок У.С., Питтс В. Логическое исчисление идей, относящихся к нервной активности // В сб.: «Автоматы» / под ред. К.Э. Шеннона и Дж. Маккарти.М.: Изд-во иностр. лит. 1956. С. 363-384.
  24. Крючин О.В., Кондраков О.В. Электронный научный журнал «Исследовано в России» http://zhurnal. ape.relarn.ru/articles/ 2010/082.pdf (Дата обращения 9.04.13)
  25. Богомолов А.В., Гридин Л.А., Кукушкин Ю.А., Ушаков И.Б.Диагностика состояния человека. Математические подходы. М.: Медицина. 2003. 464 с.