Comparison of Two Types of Neural Networks for Classifying the Effects of Heart Diseases in Erbil City

Samyia Khalid Hasan

doi:10.21271/zjhs.29.6.13

توێژەران

Samyia Khalid Hasan Department of Statistics and Informatics, College of Administration & Economics, Salahaddin University-Erbil, Kurdistan Region, Iraq

##semicolon##

https://doi.org/10.21271/zjhs.29.6.13

##semicolon##

Classification, Neural Network, Radial Basic Function , Multilayer Perceptron Network and algorithms

پوختە

ئامانجی سەرەکی ئەم توێژینەوەیە بەراوردکردنی دوو شێوازی تۆڕی دەمارییە، یەکەمیان تۆڕی کارکردی بنەڕەتی Redial و دووەمیان تۆڕی پەرسێپترۆنی فرە چینە، بۆ ئەوەی بزانین کامیان باشترین ڕێگایە بۆ پێشبینیکردنی نەخۆشییەکانی دڵ. داتاکان لە نەخۆشخانەی پسپۆڕی نەشتەرگەری-سەنتەری دڵ لە شاری هەولێر کۆکراونەتەوە. نمونەکە پێکهاتبوو لە (١٩٦) چاودێری لە نێوان ١ی ژانویەی ٢٠٠٦ تا ٣٠ی نیسانی ٢٠٢٣، بەپێی مانگ. هەمان پێوانە بەکارهێنراوە بۆ ئەنجامدانی داتاکان بۆ پێشبینیکردن وەک هەڵەی چوارگۆشەی مامناوەند (MSE)، لادانێکی ڕەهای مامناوەند و هەڵەی ڕێژەی سەدی ڕەهای مامناوەند (MAPE) لە ئالوودەبووندا، تۆڕی ئەرکی بنەمای تیشکی (RBF) نزمترین بەهاکانی هەیە لە پێوانەکانی سەرەوە بۆ مۆدێلی تۆڕەکانی ڕاهێنان و تاقیکردنەوە و پێویستی بە کاتێکی کەمتر بوو بۆ کۆمەڵە داتاکانی ڕاهێنان. دەتوانێت پشت بەو تۆڕە ببەستێت چونکە کاریگەرییەکی زۆری هەیە لە پێشبینیکردنی کاریگەرییەکانی نەخۆشییەکانی دڵ شاری هەولێر.

سەرچاوەکان

- Adelson, S. & Keys, A. (1962). Diet and health characteristics of 123 business and professional men and methods used to obtain the dietary information. ARS, US Department of Agriculture, 11-62.

- Bergson, A.W. & Choatel, T. (1996) ‘Cooperative-Competitive Genetic Evolution of Radial Basis Function Centers and Widths for Time Series Prediction’, IEEE Transactions on Neural Networks, 7(3), pp. 869–880.

- Bianchini, M. & Scarselli, F. (2014) ‘On the Complexity of Neural Network Classifiers: A Comparison between Shallow and Deep Architectures’, IEEE Transactions on Eurasian J. Sci. Eng., 25(8), pp. 1553–1565.

- Bogdan, M. (2013) ‘Comparison of Training Algorithms and Network Architectures’, 17th IEEE Intelligent Engineering Systems Conference, Costa Rica, p. 11.

- Bors, A. & Gabboui, G. (1994) ‘Minimal topology for a Radial Basis Function Neural Network for Pattern Classification’, Digital Signal Processing: A Review Journal, 4(3), pp. 173–188.

- Dan, S. (2002) ‘Training Radial Basis Neural Networks with the Extended Kalman Filter’, Neurocomputing, 48, pp. 455–475.

- Gershenson, C. (1998) Artificial Neural Networks for Beginners. Sussex Academy, UK.

- Graupe, D. (2007) Principles of Artificial Neural Networks. 2nd ed. World Scientific Publishing Co., Singapore; London.

- Hagan, M., Demuth, H. & Beale, M. (1996) Neural Network Design. PWS Publishing Co., USA.

- Hao Yu, Philip, Tiantian, X., Tonasz, B. & Bogdan, W. (2014) ‘An Incremental Design of Compact Radial Basis Function Networks’, IEEE Transactions on Neural Networks and Learning Systems (accepted).

- Hassan, S. (2022) A New Self-Organizing Map (SOM) to Forecast the Electricity Generation in KR-Iraq. PhD thesis, College of Administration and Economics, Salahaddin University-Erbil.

- Haykin, S. (1999) Neural Networks: A Comprehensive Foundation. 2nd ed. Prentice-Hall, MC Master University, Ontario, Canada.

- Nicolas, B. (1999) ‘Reformulated Radial Basis Neural Networks Trained by Gradient Descent’, IEEE Transactions on Neural Networks, 10(3), pp. 657–671.

- Principe, J., Euliano, N. & Lefebvre, W. (2000) Neural and Adaptive Systems: Fundamentals through Simulation. John Wiley & Sons, New York.

- Saalih, W. & Hassan, S. (2023) ‘Using Neural Networks to Forecast the Electricity Generation in Kurdistan Region-Iraq’, 7th International Conference of Union of Arab Statisticians, Cairo, Egypt.

- Sinha, H. (2002) Designing a Neural Network for Forecasting Financial and Economic Time Series. June 4th, IND E 593.

- Zurada, M. & Cholew, J. (1994) ‘Introduction: Artificial Neural Systems’, Proceedings of the IEEE International Joint Conference on Neural Networks, Houston, Texas, USA.