|
عنوان
|
پیش بینی تعداد موارد مبتلا و مرگ ومیر ناشی از بیماری کرونا با استفاده از شبکه های عصبی-فازی
|
|
نوع پژوهش
|
مقاله چاپ شده
|
|
کلیدواژه‌ها
|
کرونا، شبکه عصبی-فازی، سری زمانی، پیشبینی، تابع تقریب، کالسبندی
|
|
چکیده
|
یماری کرونا در حال حاضر بحران جهانی سلامت و بزرگترین چالشی است که بشر از زمان جنگ جهانی دوم تاکنون تجربه کرده است. با توجه به همهگیری این بیماری، پیشبینی تعداد موارد مبتلا و مرگومیر ناشی از آن برای درک بهتر شرایط فعلی و تهیه برنامه کوتاهمدت توسط مدیران، بسیار ارزشمند است. بر این اساس، در این مقاله یک مدل شبکه عصبی-فازی برای پیشبینی تعداد موارد مبتلا و مرگومیر ناشی از این بیماری در کشورهایی که بیشتر با این بیماری درگیر هستند پیشنهاد شده است. عملکرد شبکه عصبی-فازی پیشنهادی با شبکههای عصبی پیشبینی سری زمانی و همچنین شبکههای عصبی توابع پایهای شعاعی مقایسه شده است. مدل پیشنهادی قادر است تعداد موارد مبتلا و مرگومیر ناشی از بیماری را برای یک دوره 15 روز آینده با نرخ خطای کمتر پیشبینی کند.
|
|
پژوهشگران
|
ملیحه نیک سیرت (نفر اول)، سید هادی ناصری (نفر دوم)
|