Название статьи или книги, фамилия автора, DOI

Гибридные многоагентные классификаторы в биотехнических системах диагностики заболеваний и мониторинге лекарственных назначений

М.А. Ефремов1, О.В. Шаталова2, В.В. Федянин3, А.Н. Шуткин4

научная статья Страницы: 42-47

  1. 1 к. т. н., доцент, кафедра защиты информации и систем связи, Юго-Западный государственный университет (г. Курск)
  2. 2 к. т. н., доцент, кафедра биомедицинской инженерии, Юго-Западный государственный университет (г. Курск)
  3. 3 аспирант, кафедра биомедицинской инженерии, Юго-Западный государственный университет (г. Курск)
  4. 4 к. ф.-м. н., зам. начальника института по учебной работе, Воронежский институт государственной противопожарной службы (г. Воронеж)

Аннотация

Для дифференциальной диагностики заболеваний или мониторинга побочных реакций лекарственных назначений предложена многоагентная PNN-FNN-FNN* ? структура нечеткой нейронной сети, в которой используется FNN* мак-рослой блочного типа, каждый из блоков которого состоит из двух слоев: первый слой предназначен для агрегации свидетельств за и против выбора данного решения, второй слой выполняет функции байесовского классификатора, причем число блоков в макрослое равно числу дифференцируемых классов заболеваний или побочных реакций.

Для цитирования

Ефремов М.А., Шаталова О.В., Федянин В.В., Шуткин А.Н. Гибридные многоагентные классификаторы в биотехнических системах диагностики заболеваний и мониторинге лекарственных назначений // Нейрокомпьютеры: разработка, применение. 2015. № 6. С. 42–47.

Список источников

 

  1. Лувсан Г.Традиционные и современные аспекты восточной рефлексотерапи Изд. 3-е., перераб. и доп. Новосибирск: Наука. 1991. 432 с.
  2. Филист С.А., Суржикова С.Е., Кассим КабусД.А. Метод исследования электрических характеристик биоактивных точек // Научный взгляд на современный этап развития общественных, технических, гуманитарных и естественных наук. Актуальные проблемы: Сб. статей по итогам Всерос. науч.-практ. конф. санкт-Петербург. 2014. С. 118-122.
  3. Акулина М.М., Рыбченко А.А., Соломонов В.Т. Использование точек акупунктуры в автоматизированной системе профилактических осмотров // Теория и практика рефлексотерапии, медико-биологические и физико-технические аспекты. 1981. С. 216-223.
  4. Арсеньев В.Е., Бердашкевич А.П., Глазунов А.С. Исследование возможности диагностики заболеваний человека по вольт-амперным характеристикам выделенных участков кожи // Теория и практика рефлексотерапии, медико-биологические и физико-технические аспекты. 1981. С. 232-236.
  5. Филист С.А., Емельянов С.г., Рыбочкин А.Ф. Нейросетевой решающий модуль для исследования живых систем // Изв. Курского государственного технического университета. 2008. № 2 (23), 2008. С. 77-82.
  6. ФилистС.А. Кореневский Н.А., шаталова О.в. и др. диагностическая система на основе анализа вольтамперных характеристик биоактивных точек// Биотехносфера. 2013. № 5 (29). С. 33-38.
  7. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. И.Д. Рудинского. М.: Горячая линия «Телеком». 2004. 452 с.
  8. ФилистС.А., шаталова О. в., ефремов М. А. Гибридная нейронная сеть с макрослоями для медицинских приложений// Нейрокомпьютеры: Разработка, применение. 2014. № 6. С. 35-39.
  9. Терзиян А. В., Витько В. Я. Вероятностные метасети для решения задач интеллектуального анализа данных // Искусственный интеллект. 2002. № 3. С. 188-197.