ارائه یک روش نوین به منظور پیش بینی مرگ ناگهانی قلبی (scd) با استفاده از روش انتخاب ویژگی و طبقه بندی کننده تجمیع خبرگان

Similar items

• پیش بینی مرگ ناگهانی قلبی (SCD) با استفاده از تحلیل های زمان – فرکانس و آنالیز غیر خطی سیگنال الکتروکاردیوگرام

  Article2013هوش محاسباتی در مهندسی برقالیاس ابراهیم زاده، محمد پویان

  مرگ ناگهانی قلبی (SCD) همه ساله جان میلیون‌ها انسان را می‌گیرد . با استفاده از تجهیزات پزشکی از قبیل دیفیبریلاتور می توان تعداد این نوع مرگ‌ها را کاهش داد، با وجود این راه‌های مناسبی برای پیش بینی مرگ ناگهانی قلبی که پزشکان بتوانند از طریق آن تصمیمات مناسبی را برای بیماران در معر

• ارائه مدلی به منظور پیش بینی احتمال تقلب در صورتهای مالی با استفاده از رگرسیون لوجستیک

  Article2020دانش حسابرسی,

  This article has no abstract.

• پیش بینی مرگ و میر بیماران نارسایی قلبی با استفاده از داده های رجیستری: تبدیل جدید داده به تصویر و مدل تجمیعی از CNN ها

  Article2024مهندسی پزشکی زیستیهادی صباحی، منصور ولی، داود شفیعی

  نارسایی قلبی (HF یا Heart Failure) یک اختلال قلبی با میزان مرگ و میر قابل توجه است که با استفاده از داده های رجیستری، میزان بقای بیماران قابل ارزیابی می باشد. هدف این پژوهش پیش بینی مرگ و میر 6 ماهه (6-MM) و 12 ماهه (12-MM) بیماران HF با استفاده از داده‌های رجیستری است که قبل از

• ارائه یک روش ترکیبی به منظور پیش بینی درماندگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران

  Article2018تحقیقات مالیسعید فلاحتگر متحدجو، محمد جواد سلیمی، محمدهاشم بت شکن

  هدف: هدف این پژوهش ارائه رویکردی جدید برای انتخاب متغیرهای مؤثر در پیش­بینی درماندگی مالی با استفاده از نظر خبرگان و الگوریتم­های تصمیم­گیری است. روش: بدین منظور 29 نسبت مالی برای شرکت­های تولیدی درمانده مالی بر اساس ماده 141 قانون تجارت و به همان تعداد شرکت سالم به صورت تصادفی ا

• مقایسه روش زمین‏ آمار و استفاده از داده‏ های سنجش از دور به‏ منظور پیش بینی عملکرد گندم در برخی از مراحل رشد (مطالعه موردی:اراضی مزرعه نمونه استان گلستان)

  Article2015مجله تولید گیاهان زراعیاسماعیل محمدی احمد محمودی، بهنام کامکار، امید عبدی

  سابقه و هدف: امنیت غذایی مهم ترین دغدغه بشر بر روی کره زمین بوده است. از سویی تولیدات کشاورزی همیشه با احتمال خطر در زمینه ی نوسان آب و هوا و تغییرات بازارهای بین المللی همراه بوده است، گرچه این احتمال خطر هرگز به طور کامل حذف نمی شود، اما می توان با تخمین میزان محصول قبل از فصل

• ارزیابی قابلیت ضریب مشارکت ژنراتورها به منظور تعیین نوع نوسانات سیگنال کوچک سیستم قدرت با استفاده از روش های تحلیلی و پیش بینی همزمان آن ها با استفاده از شبکه عصبی

  Articleمدلسازی در مهندسیمحمد حسین ولایتی، mohammad hossein velayati دانشگاه سمنان نیما امجدی، nima amjady the small signal rotor angle stability which is called the small signal stability is an important issue in planning and operation of power systems. this type of stability is analyzed in four categories which include local, inter-area, control and torsional oscillations. identification and segregation of these oscillations behavior can be used for applying control actions such as excitation system and power system stabilizer parameters tuning in order to control the oscillations damping. determining the frequency of the system's critical modes and participation factors of the generators in these modes are one of the conventional methods for analyzing these oscillations which are calculated using analytical methods such as modal analysis. in this paper, capability of the generators' participation factor for determining the inter-area and local oscillations are studied at first by means of analytical methods. conventional methods (e.g., modal analysis and time–domain simulations) are challenging and time consuming tasks. thus, the generators' participation factor and power system oscillations type in the critical mode are predicted using a hybrid method containing a feature selection and probabilistic neural network (pnn) part. the advantage of the proposed method is the accuracy, fast calculations, simultaneous prediction of oscillations type and their participation in the dominant state variable of the generators in the critical modes. سید احمد حسینی، seyyed ahmad hosseini the small signal rotor angle stability which is called the small signal stability is an important issue in planning and operation of power systems. this type of stability is analyzed in four categories which include local, inter-area, control and torsional oscillations. identification and segregation of these oscillations behavior can be used for applying control actions such as excitation system and power system stabilizer parameters tuning in order to control the oscillations damping. determining the frequency of the system's critical modes and participation factors of the generators in these modes are one of the conventional methods for analyzing these oscillations which are calculated using analytical methods such as modal analysis. in this paper, capability of the generators' participation factor for determining the inter-area and local oscillations are studied at first by means of analytical methods. conventional methods (e.g., modal analysis and time–domain simulations) are challenging and time consuming tasks. thus, the generators' participation factor and power system oscillations type in the critical mode are predicted using a hybrid method containing a feature selection and probabilistic neural network (pnn) part. the advantage of the proposed method is the accuracy, fast calculations, simultaneous prediction of oscillations type and their participation in the dominant state variable of the generators in the critical modes.

  پایداری زاویه ای سیگنال کوچک رتور که از آن به عنوان پایداری سیگنال کوچک نیز یاد می شود، یکی از مهمترین عوامل در برنامه ریزی و بهره برداری سیستم های قدرت است. این نوع از پایداری ها، در چهار حالت نوسانی شامل نوسانات درون ناحیه ای، بین ناحیه‎ای، کنترلی و پیچشی مورد بررسی قرار می گیر