ДОСЛІДЖЕННЯ ЕФЕКТИВНОСТІ ВИКОРИСТАННЯ PNN ДЛЯ РОЗВ’ЯЗАННЯ ЗАДАЧ МЕДИЧНОЇ ДІАГНОСТИКИ В УМОВАХ АНАЛІЗУ МАЛИХ ДАНИХ ВИСОКОЇ РОЗМІРНОСТІ
DOI:
https://doi.org/10.31891/2307-5732-2024-331-37Ключові слова:
ймовірнісна нейронна мережа, малі дані, високорозмірні дані, хвороба Паркінсона, класифікаціяАнотація
У цій роботі досліджено ефективність використання різних відстаней у алгоритмі роботи ймовірнісної нейронної мережі для задачі виявлення хвороби Паркінсона за біомедичними показниками голосу у випадку малих даних високої розмірності. Було проведено експериментальне моделювання трьох варіантів реалізації PNN із застосуванням наступних відстаней: Чебишова, мангеттенської, Мінковського, косинусової та канберрської. Результати дослідження продемонстрували різні значення F1-міри при використанні різних відстаней. Зокрема, використання неевклідових метрик забезпечило суттєве підвищення ефективності аналізу короткого набору даних. Отримані результати свідчать про необхідність правильного підбору цього параметру для різних варіантів реалізацій PNN з метою отримання найвищої точності під час розв’язання задач медичного діагностування.
