स्वार्म इंटेलिजेंस और इवोल्यूशनरी कंप्यूटेशन का अंतर्राष्ट्रीय जर्नल

अमूर्त

हृदय रोगों की भविष्यवाणी के लिए बेहतर कण झुंड अनुकूलन के साथ मल्टीलेयर परसेप्ट्रॉन का प्रशिक्षण

केलवाडे जे.पी. और सालनकर एस.एस.

हृदय के स्वास्थ्य के अनुमान के लिए हृदय गति परिवर्तनशीलता के अध्ययन ने हाल ही में गति पकड़ी है। यह पत्र बेहतर पार्टिकल स्वार्म ऑप्टिमाइजेशन (IPSO) तकनीक का उपयोग करके मल्टी-लेयर परसेप्ट्रॉन (MLP) न्यूरल नेटवर्क की भविष्यवाणी की सटीकता को बढ़ाने के लिए एक नया दृष्टिकोण सुझाता है। IPSO कार्डियक अतालता वर्गों के अधिक सटीक पूर्वानुमान के लिए MLP के भार और पूर्वाग्रहों की गणना करता है। हृदय की स्थिति की भविष्यवाणी के लिए इस अध्ययन में MIT-BIH अतालता डेटाबेस से लेफ्ट बंडल ब्रांच ब्लॉक (LBBB), नॉर्मल साइनस रिदम (NSR), राइट बंडल ब्रांच ब्लॉक (RBBB) सहित तीन प्रकार के हृदय संकेतों का चयन, हृदय गति समय श्रृंखला का गठन, RR अंतराल समय श्रृंखला से सुविधाओं को निकालना, प्रशिक्षण एल्गोरिदम का कार्यान्वयन और अतालता वर्गों की भविष्यवाणी शामिल है।