اكتشاف أنشطة الحياة اليومية لكبار السن باستخدام التعلم الآلي
DOI:
https://doi.org/10.51984/sucp.v3i3.3745الكلمات المفتاحية:
أنشطة الحياة اليومية، التعلم الآلي، التعلم العميق، الغابة العشوائية، شجرة القرارالملخص
تركز هذه الدراسة على التعرف بدقة على أنشطة الحياة اليومية ومراقبتها بين كبار السن، مع التركيز بشكل خاص على الأفراد المصابين بالخرف. تهدف الدراسة إلى تقييم ومقارنة نماذج التعلم الآلي المختلفة لتحديد النهج الأكثر فعالية لتصنيف أنشطة الحياة اليومية. تم اختبار نماذج مثل الشبكة العصبية الاصطناعية (ANN) والغابة العشوائية (RF ) وشجرة القرار ( (DTوNB متعدد الحدود والانحدار اللوجستي (LR) على مجموعة بيانات تحتوي على ميزات أنشطة الحياة اليومية. كشفت النتائج أن نموذجي RF وDT حققا أعلى دقة بنسبة 95.61٪ في تصنيف أنشطة الحياة اليومية. أثبتت هذه النماذج قدرتها على التقاط الأنماط المعقدة في بيانات أنشطة الحياة اليومية، مما يجعلها مرشحة واعدة للتعرف على أنشطة الحياة اليومية ومراقبتها، وخاصة لكبار السن المصابين بالخرف.
التنزيلات
منشور
إصدار
القسم
الرخصة
الحقوق الفكرية (c) 2024 وقائع مؤتمرات جامعة سبها
هذا العمل مرخص بموجب Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
