Artificial Neural Network for Classification of Dengue Fever Using Backpropagation Algorithm
Notice bibliographique
Résumé
Fever is an increase in body temperature to higher than usual. Normal human body temperature is at 37oC, if the body temperature is more than this figure, it indicates a fever caused by infectious or non-infectious factors. The main symptom of Dengue hemorrhagic fever is high fever with a temperature between 30oC - 40oC which appears suddenly, the fever lasts for 7 days and occurs continuously, body temperature can be normal or low, then will rise slowly every day and can reach 40oC . These two diseases are still a public health problem in urban areas, including in the cities of Binjai and Medan. The problem that has occurred so far is that people in general cannot differentiate the symptoms of Dengue Fever from Malaria, so the treatment given only provides ordinary fever medicine, so that within three days there is no change and the high body temperature makes the patient know that someone has dengue fever. Therefore, the solution provided in this research is to find out the physical characteristics experienced by the sufferer before further diagnosis is carried out. If someone has a fever above 38oC, the body has red spots, irregular breathing, immediately go to the doctor because these symptoms indicate symptoms of dengue hemorrhagic fever or malaria fever. Artificial neural networks are an information processing system designed to imitate the workings of the human brain by carrying out a learning process through changing the weights of synapses. The human brain consists of millions of interconnected neurons known as biological neurons. Each neuron consists of a cell that has a number of dendrites (input) and an axon (output). Axons connect to other neurons through connecting pathways that produce chemical reactions when responding to incoming input. The input required includes the number of input variables, input variable values, weights, learning rate, threshold, maximum epoh and target (output) with the error value classification used is Mean Absolute Error (MAE), there are 2 types of disease with fever symptoms used. The types of disease are dengue hemorrhagic fever and malaria and the system will be designed using the Visual Basic 2010 programming language. From the results of the research that has been carried out, classification results are obtained with a value of 0.893619481 or rounded to equal 1 and classified as dengue hemorrhagic fever.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».