دوره 21، شماره 1 - ( 1403 )
جلد 21 شماره 1 صفحات 0-0 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Zokaei M, Safarpour Khotbesara N, Alimohammadi A, Falahati M, Faghihnia Torshizi Y, Mohammadian F. Presentation of classification model of occupational exposure to noise and heat based on multilayer perceptron neural network. ioh 2024; 21 (1) : 1
URL: http://ioh.iums.ac.ir/article-1-3549-fa.html
URL: http://ioh.iums.ac.ir/article-1-3549-fa.html
ذکایی مجتبی، صفرپور خطبه سرا نگار، علیمحمدی علی، فلاحتی محسن، فقیه نیا ترشیزی یوسف، محمدیان فاروق. ارائه مدل طبقه بندی مواجهه شغلی با صدا و گرما مبتنی بر شبکه عصبی پرسپترون چند لایه. سلامت كار ايران. 1403; 21 (1)
مجتبی ذکایی 
، نگار صفرپور خطبه سرا ، علی علیمحمدی ، محسن فلاحتی ، یوسف فقیه نیا ترشیزی ، فاروق محمدیان
، نگار صفرپور خطبه سرا ، علی علیمحمدی ، محسن فلاحتی ، یوسف فقیه نیا ترشیزی ، فاروق محمدیان
دانشگاه علوم پزشکی کردستان ، f.mohammadian1986@gmail.com
چکیده: (445 مشاهده)
زمینه و هدف: مواجهه با گرما و صدا منجر به اثرات نامطلوب بر عملکردهای شناختی و رفتاری در محیط‌های شغلی و غیر شغلی می شود. لذا این مطالعه با هدف ارائه مدلی مبتنی بر شبکه عصبی پرسپترون چند لایه برای طبقهبندی مواجهه شغلی ترازهای مختلف صدا و گرما انجام شد.
روش بررسی: در این مطالعه 72 نفر از دانشجویان در رنج سنی 23 تا 33 سال به صورت داوطلبانه مورد بررسی قرار گرفت. اطلاعات ورودی به شبکه عصبی شامل داده‌های شناختی، رفتاری، فیزیولوژیک و نوروفیزیولوژی بود و لایه خروجی شامل سه کلاس کمتر، بیشتر و در حد مجاز مواجهه با ترازهای مختلف صدا و گرما برای طبقهبندی بود.
یافته ها: در این مطالعه مدل بهینه، شبکه عصبی با دولایه پنهان (15:10) بود و احتمال درستی طبقهبندی شدن داده‌ها به‌صورت شانسی تقریبا 33 درصد محاسبه شد. برای ارزیابی مدل ارائه‌شده درصد دقت، میانگین خطای مربعات (MSE) و حساسیت محاسبه شد که دقت طبقهبندی ترازهای مختلف صدا و گرما در مرحله آموزش مساوی 93/87 و در مرحله آزمون مساوی 92/62 درصد و اعتبار مدل تهیه‌شده92/68 درصد به دست آمد و همچنین درصد خطای میانگین مربعات و درصد حساسیت به ترتیب 0/53 و 90/42 بود.
بحث و نتیجه گیری: مطالعه حاضر نشان داد مدل ارائه‌شده مبتنی بر شبکه عصبی پرسپترون چند لایه دارای دقت و حساسیت قابل قبولی برای پیش‌بینی کلاس‌های مختلف مواجهه شغلی با صدا و گرما با استفاده از داده‌های ورودی سایکوفیزیولوژی و نوروفیزیولوژی دارد.
روش بررسی: در این مطالعه 72 نفر از دانشجویان در رنج سنی 23 تا 33 سال به صورت داوطلبانه مورد بررسی قرار گرفت. اطلاعات ورودی به شبکه عصبی شامل داده‌های شناختی، رفتاری، فیزیولوژیک و نوروفیزیولوژی بود و لایه خروجی شامل سه کلاس کمتر، بیشتر و در حد مجاز مواجهه با ترازهای مختلف صدا و گرما برای طبقهبندی بود.
یافته ها: در این مطالعه مدل بهینه، شبکه عصبی با دولایه پنهان (15:10) بود و احتمال درستی طبقهبندی شدن داده‌ها به‌صورت شانسی تقریبا 33 درصد محاسبه شد. برای ارزیابی مدل ارائه‌شده درصد دقت، میانگین خطای مربعات (MSE) و حساسیت محاسبه شد که دقت طبقهبندی ترازهای مختلف صدا و گرما در مرحله آموزش مساوی 93/87 و در مرحله آزمون مساوی 92/62 درصد و اعتبار مدل تهیه‌شده92/68 درصد به دست آمد و همچنین درصد خطای میانگین مربعات و درصد حساسیت به ترتیب 0/53 و 90/42 بود.
بحث و نتیجه گیری: مطالعه حاضر نشان داد مدل ارائه‌شده مبتنی بر شبکه عصبی پرسپترون چند لایه دارای دقت و حساسیت قابل قبولی برای پیش‌بینی کلاس‌های مختلف مواجهه شغلی با صدا و گرما با استفاده از داده‌های ورودی سایکوفیزیولوژی و نوروفیزیولوژی دارد.
شماره‌ی مقاله: 1
واژه‌های کلیدی: استرس گرمایی و صدا، عملکرد شناختی، کورتیزول بزاق، سیگنال‌های مغزی، شبکه عصبی پرسپترون چند لایه
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
