对马郎市所有19名受害者的预测是,他们使用的是一种人工神经系统,这种神经系统是用一种混合的、整合的方法复制的

Syaiful Anam, Mochamad Hakim Maulana, Noor Hidayat, I. Yanti, Zuraidah Fitriah, Dwi Mifta Mahanani
{"title":"对马郎市所有19名受害者的预测是,他们使用的是一种人工神经系统,这种神经系统是用一种混合的、整合的方法复制的","authors":"Syaiful Anam, Mochamad Hakim Maulana, Noor Hidayat, I. Yanti, Zuraidah Fitriah, Dwi Mifta Mahanani","doi":"10.22236/teknoka.v5i.367","DOIUrl":null,"url":null,"abstract":"COVID-19 merupakan penyakit menular yang diakibatkan oleh infeksi virus corona baru. Penyakit ini sangat berbahaya dan menyebabkan kematian terutama bagi penderita yang memilki penyakit bawaan atau yang memiliki imunitas rendah. Penyebaran penyakit ini melalui melalui percikan-percikan dari hidung atau mulut yang keluar saat orang yang terinfeksi COVID-19 batuk, bersin atau berbicara. Prediksi jumlah penderita COVID-19 menjadi sangat penting untuk dilakukan dalam pencegahan dan penanggulangan penyebaran penyakit ini. Jaringan syaraf tiruan backpropagation merupakan salah metode yang dapat digunakan untuk menyelesaikan masalah prediksi dengan hasil yang baik, tetapi kinerjanya dipengaruhi oleh metode optimisasi yang digunakan saat pelatihan. Pada umumnya metode optimisasi yang digunakan adalah metode gradient descent, tetapi metode ini memiliki konvergensi yang lambat. Metode Conjugate Gradient memiliki konvergensi yang sangat baik jika dibandingkan dengan metode gradient descent. Pada tulisan ini akan dibahas bagaimana membuat model prediksi jumlah penderita COVID-19 di Kota Malang menggunakan jaringan syaraf backprogation dan metode conjugate gradient. Hasil eksperimen menunjukan bahwa model prediksi ini memperoleh hasil yang baik jika dibandingkan jaringan syaraf tiruan yang dioptimasi dengan metode gradient descent.","PeriodicalId":118779,"journal":{"name":"Prosiding Seminar Nasional Teknoka","volume":"5 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-12-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Prediksi Jumlah Penderita COVID-19 di Kota Malang Menggunakan Jaringan Syaraf Tiruan Backpropagation dan Metode Conjugate Gradient\",\"authors\":\"Syaiful Anam, Mochamad Hakim Maulana, Noor Hidayat, I. Yanti, Zuraidah Fitriah, Dwi Mifta Mahanani\",\"doi\":\"10.22236/teknoka.v5i.367\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"COVID-19 merupakan penyakit menular yang diakibatkan oleh infeksi virus corona baru. Penyakit ini sangat berbahaya dan menyebabkan kematian terutama bagi penderita yang memilki penyakit bawaan atau yang memiliki imunitas rendah. Penyebaran penyakit ini melalui melalui percikan-percikan dari hidung atau mulut yang keluar saat orang yang terinfeksi COVID-19 batuk, bersin atau berbicara. Prediksi jumlah penderita COVID-19 menjadi sangat penting untuk dilakukan dalam pencegahan dan penanggulangan penyebaran penyakit ini. Jaringan syaraf tiruan backpropagation merupakan salah metode yang dapat digunakan untuk menyelesaikan masalah prediksi dengan hasil yang baik, tetapi kinerjanya dipengaruhi oleh metode optimisasi yang digunakan saat pelatihan. Pada umumnya metode optimisasi yang digunakan adalah metode gradient descent, tetapi metode ini memiliki konvergensi yang lambat. Metode Conjugate Gradient memiliki konvergensi yang sangat baik jika dibandingkan dengan metode gradient descent. Pada tulisan ini akan dibahas bagaimana membuat model prediksi jumlah penderita COVID-19 di Kota Malang menggunakan jaringan syaraf backprogation dan metode conjugate gradient. Hasil eksperimen menunjukan bahwa model prediksi ini memperoleh hasil yang baik jika dibandingkan jaringan syaraf tiruan yang dioptimasi dengan metode gradient descent.\",\"PeriodicalId\":118779,\"journal\":{\"name\":\"Prosiding Seminar Nasional Teknoka\",\"volume\":\"5 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2020-12-21\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Prosiding Seminar Nasional Teknoka\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.22236/teknoka.v5i.367\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Prosiding Seminar Nasional Teknoka","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22236/teknoka.v5i.367","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

COVID-19是一种由新的corona病毒感染引起的传染病。这种疾病尤其危险,对先天性疾病或免疫力较低的患者造成致命伤害。当感染COVID-19的人咳嗽、打喷嚏或说话时,这种疾病通过鼻子或嘴巴的飞溅传播。对COVID-19患者数量的预测对于预防和治疗这种疾病至关重要。合成的神经传导网络是一种可以用良好的结果来解决预测问题的方法,但它的性能受到训练中使用的优化方法的影响。通常使用的优化方法是渐变下降法,但它的收敛速度较慢。结合的梯度方法与梯度下降法的结合非常好。这篇文章将讨论如何使用反激活神经系统和连接方法在马郎市创建一个COVID-19患者的预测模型。实验表明,这些预测模型通过梯度下降法优化的人造神经网络获得了良好的效果。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Prediksi Jumlah Penderita COVID-19 di Kota Malang Menggunakan Jaringan Syaraf Tiruan Backpropagation dan Metode Conjugate Gradient
COVID-19 merupakan penyakit menular yang diakibatkan oleh infeksi virus corona baru. Penyakit ini sangat berbahaya dan menyebabkan kematian terutama bagi penderita yang memilki penyakit bawaan atau yang memiliki imunitas rendah. Penyebaran penyakit ini melalui melalui percikan-percikan dari hidung atau mulut yang keluar saat orang yang terinfeksi COVID-19 batuk, bersin atau berbicara. Prediksi jumlah penderita COVID-19 menjadi sangat penting untuk dilakukan dalam pencegahan dan penanggulangan penyebaran penyakit ini. Jaringan syaraf tiruan backpropagation merupakan salah metode yang dapat digunakan untuk menyelesaikan masalah prediksi dengan hasil yang baik, tetapi kinerjanya dipengaruhi oleh metode optimisasi yang digunakan saat pelatihan. Pada umumnya metode optimisasi yang digunakan adalah metode gradient descent, tetapi metode ini memiliki konvergensi yang lambat. Metode Conjugate Gradient memiliki konvergensi yang sangat baik jika dibandingkan dengan metode gradient descent. Pada tulisan ini akan dibahas bagaimana membuat model prediksi jumlah penderita COVID-19 di Kota Malang menggunakan jaringan syaraf backprogation dan metode conjugate gradient. Hasil eksperimen menunjukan bahwa model prediksi ini memperoleh hasil yang baik jika dibandingkan jaringan syaraf tiruan yang dioptimasi dengan metode gradient descent.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信