معماری سیستم هوشمند توصیه گر حسگرهای سلامتمحور مبتنی بر الگوریتم های یادگیری ماشین و عمیق
الموضوعات : مجله فناوری اطلاعات در طراحی مهندسی
مونا بخارایی نیا
1
(دانشجو دکتری مدیریت فناوری اطلاعات، گروه مدیریت فناوری اطلاعات، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران)
محمدعلی افشار کاظمی
2
(دانشیار، گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران)
چنگیز والمحمدی
3
(دانشیار، گروه مدیریت صنعتی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران)
قنبر عباسپور
4
(دانشیار، گروه مدیریت صنعتی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران)
الکلمات المفتاحية: الگوریتم‌های یادگیری ماشین, بیماری قلبی و دیابت, سیستم توصیه‌گر, الگوریتم یادگیری عمیق شبکه حافظه کوتاه مدت ماندگار, حسگرهای سلامتمحور,
ملخص المقالة :
فناوری‌های پوشیدنی در سال‌های اخیر رشد چشم‌گیری داشته و حسگرهای سلامتمحور با ویژگی و قیمت‌های متفاوتی به صنعت سلامت ورود پیدا کرده‌اند که می‌توانند انتخاب را برای بیماران و پزشکان دشوار کنند. موضوع اصلی این تحقیق ارائه معماری سیستم توصیه‌گر سلامتمحور با رویکرد هوشمندسازی جهت شناسایی دو نوع بیماری قلبی و دیابت بعنوان نمونه بیمارهای شایع و پیشنهاد مناسب‌ترین دستگاه هوشمند پوشیدنی به بیماران مذکور است. بدین منظور معماری سیستم در سه لایه اصلی طراحی شده است. لایه اول مدیریت داده از جمع‌آ‌وری، پاکسازی و ذخیره‌سازی داده‌های پزشکی افراد، مشخصات فنی حسگرها و نظرات استفاده‌کنندگان حسگرهای سلامتمحور در شبکه اجتماعی مانند توییتر است. لایه دوم، برای آماده‌سازی و اعمال الگوریتم‌های یادگیری ماشین و عمیق می‌باشد و لایه سوم، تلفیق خروجی های بدست آمده از لایه‌های قبلی برای توصیه‌گری نهایی به بیمار و یا پزشک معالج می‌باشد. در این تحقیق، نتایج حاصل از پیاده‌سازی شش الگوریتم یادگیری ماشین بطور همزمان برای شناسایی بیماری و الگوریتم یادگیری عمیق، از نوع شبکه حافظه کوتاه مدت ماندگار برای محاسبه اثر تحلیل احساسات بیماران استفاده کننده دستگاه‌ها در شبکه اجتماعی توییتر در فرمول پیشنهادی برای تلفیق نتایج بدست آمده، به همراه اعمال الگوریتم ژنتیک به منظور بهینه‌سازی خروجی نهایی سیستم توصیه‌گر هوشمند أورده شده است.
