پیش بینی مراجعات اورژانس با استفاده از خوشه بندی سری های زمانی

چکیده مقاله

پیش بینی مراجعات به واحد اورژانس یکی از موارد پژوهشی جذاب در حوزه پیش بینی و درمان می باشد به سبب اهمیت این واحد در بیمارستانها افزایش دقت پیش بینی می تواند نقش مهمی در برنامه ریزی منابع در این حوزه داشته باشد پژوهش های انجامشده در این حوزه معمولا استفاده از روشهای کلاسیک و آماری می باشد در این پژوهش به منظور پیش بینی مراجعات به یک واحد اورژانس از ترکیب خوشه بندی سری های زمانی به همراه شبکه عصبی MLP استفاده شده است در این الگوریتم ابتدا یک سری زمانی با طول بلند با استفاده از یک پنجره متحرک به زیر سری های با طول مساوی تقسیم گشته و در ادامه با استفاده از یک الگوریتم خوشه بندی می گردند برای هر خوشه یک مدل شبکه عصبی برازش گشته و با توجه به فاصله داده تست از نزدیک ترین خوشه به منظور پیش بینی نهایی استفاده می گردد الگوریتم با توجه به پارامترهای مختلف مدل در ۹ حالت مختلف روی یک مجموعه داده اجرا شده است نتایج حاصل نشاندهنده این می باشد که الگوریتم توسعه داده شده در بهترین حالت می تواند مقدار خطای پیش بینی را به ۲۴ درصد کاهش دهد

کلیدواژه‌ها

نویسندگان

علی قربانیان

استادیار، مجتمع آموزش عالی فنی و مهندسی اسفراین

سارا متولی حقیقی

استادیار، مجتمع آموزش عالی فنی و مهندسی اسفراین

قربانیان، علی و متولی حقیقی، سارا،1402،پیش بینی مراجعات اورژانس با استفاده از خوشه بندی سری های زمانی،پنجمین کنفرانس ملی دستاوردهای نوین در مهندسی برق، کامپیوتر و صنایع،اسفراین

ارائه‌شده در

مجموعه مقالات پنجمین کنفرانس ملی دستاوردهای نوین در مهندسی برق، کامپیوتر و صنایع23 آبان 1402 · اسفراین