ПРОГНОЗИРОВАНИЕ ВЛИЯНИЯ ПОГОДНЫХ УСЛОВИЙ НА СЕРДЕЧНО-СОСУДИСТЫЕ ЗАБОЛЕВАНИЯ НА ОСНОВЕ МОДЕЛИ LSTM
Ключевые слова:
Заболевания сердечно-сосудистой системы, LSTM модель, погодные условия, глубокое обучение, системы прогнозирования, профилактика, система здравоохраненияАннотация
Заболевания сердечно-сосудистой системы широко распространены по всему миру и являются одной из основных причин смертности. В данном исследовании для прогнозирования влияния погодных условий (температура, атмосферное давление, относительная влажность, скорость ветра и геомагнитная активность) на сердечно-сосудистые заболевания была использована модель глубокого обучения LSTM (Long Short-Term Memory). Результаты исследования показали высокую точность модели, что делает её полезной для профилактических мер и в области здравоохранения. Работа находится на пересечении медицины, метеорологии и искусственного интеллекта и способствует развитию междисциплинарного сотрудничества.
Библиографические ссылки
Kabildjanov Aleksandr Sabitovich. Методы обработки и формирование экспериментальных данных. O’quv qo’llanma. Toshkent. 2018. 44-62-sahifalar.
Pulatov, G., Kabildjanov, A., & Pulatova, G. (2024). АНАЛИТИЧЕСКИЙ АНАЛИЗ ВЛИЯНИЯ ПОГОДНЫХ УСЛОВИЙ НА СЕРДЕЧНО-СОСУДИСТЫЕ ЗАБОЛЕВАНИЯ. Потомки Аль-Фаргани, 1(2), 296–300.
Hochreiter, S., & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780.
Zhang, Z., Wang, W., & Liu, J. (2020). Deep Learning Models for Time-Series Analysis: Applications in Medicine. IEEE Access, 8, 158015–158025.
Загрузки
Дополнительные файлы
Опубликован
Как цитировать
Лицензия
Copyright (c) 2024 Giyos Pulatov, Aleksandr Kabildjanov, Gulxayo Pulatova
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
