описание.doc

(23 KB) Pobierz
Выборка содержит 29 историй болезни, номера: 1, 2, 4, 17, 22, 23, 25, 28, 32, 36, 43, 45, 53, 54, 55, 62, 64, 65, 70, 73, 77, 84, 86, 87, 93, 98, 100, 111, 112

Выборка содержит 29 историй болезни, номера: 1, 2, 4, 17, 22, 23, 25, 28, 32, 36, 43, 45, 53, 54, 55, 62, 64, 65, 70, 73, 77, 84, 86, 87, 93, 98, 100, 111, 112.

 

Все истории отобраны в соответствии с критерием «4 дня».

 

На вход подаются уровень гемоглобина до операции, объем перелитой ЭМ, время операции в минутах. Прогнозируется гемоглобин после операции.

 

Первая колонка в матрице входов – гемоглобин до операции, вторая – время операции, третья – объем ЭМ.

 

Результаты работы в  Matlab на алгоритме Левенберга-Марквардта (trainlm). Использовался подход с многократным повторением обучения (по 500 раз).

 

средняя ошибка в % на восстановленом контрольном множестве

   7.82083421114995

 

максимальное значение ошибки в % на восстановленом контрольном множестве

  22.07643327603977

 

минимальное значение ошибки в % на восстановленом контрольном множестве

   3.65330441226579

 

Результаты обучения сети сильно варьируются. Вполне возможно достичь более хороших результатов.

 

Результаты работы в  Matlab на алгоритме градиентного спуска (traingd).

Использовался подход с многократным повторением обучения (по 100 раз).

 

средняя ошибка в % на восстановленом контрольном множестве

   7.62380661367892

 

максимальное значение ошибки в % на восстановленом контрольном множестве

  24.95827661097203

 

минимальное значение ошибки в % на восстановленом контрольном множестве

   1.73980073941621

 

Результаты работы разработанной сети.

Используется алгоритм градиентного спуска.(Аналогичный алгоритму traingd).

 

 

Zgłoś jeśli naruszono regulamin