CMU
Curricular
Seperating Faculties
Search for Curriculums
Bachelor’s Degree
Master’s Degree
Doctoral Degree
Other Curriculums
|
Studying at CMU
Application of Bachelor's Degree
Application for Graduate Studies
Application of International Program
CMU Presidential Scholarship
|
Faculties and Departments
Faculties
CMU’s Organizations
Other Division
|
TH
EN
CN
TH
EN
CN
Curricular
Seperating Faculties
Search for Curriculums
Bachelor’s Degree
Master’s Degree
Doctoral Degree
Other Curriculums
Studying at CMU
Application of Bachelor's Degree
Application for Graduate Studies
Application of International Program
CMU Presidential Scholarship
Faculties and Departments
Faculties
CMU’s Organizations
Other Division
News
Research and Innovation News
Outstanding News
Outstanding Staff
Prize and Pride
Conference and Seminar
Executives' News
Job Application
Procurement
Event Calendar
COVID-19 and PM2.5
About CMU
Background
The 60th Anniversary of Chiang Mai University
Resolution/ Vision/ Mission/Values and Organizational Culture
Authority
The University’s Logo
About CMU
Open Data Integrity and Transparency Assessment : OIT
CMU 360
Sustainable Development Goals
Organizational Structure and Administration of Chiang Mai University
Education Development Plan 5 years
Committee of University Council
Executives
Deans
Directors
Employee Council
Download CMU Powerpoint Template
Q&A
Privacy Policy
Contact
Suggestion
ข่าว
นักวิจัย มช. สร้างโมเดลเพื่อตรวจหาโรค (จำแนกระหว่าง ไข้หวัด ไข้หวัดใหญ่ ไข้เลือดออก) ได้อย่างมีประสิทธิภาพ
25 พฤศจิกายน 2565
คณะวิทยาศาสตร์
นายวันเฉลิม นัดดา นักศึกษาระดับปริญญาเอก ภาควิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยเชียงใหม่
ร่วมกับ รองศาสตราจารย์ ดร. วราภรณ์ บุญเชียง คณะสาธารณสุขศาสตร์ มหาวิทยาลัยเชียงใหม่ และรองศาสตราจารย์ ดร. เอกรัฐ บุญเชียง ภาควิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยเชียงใหม่
ได้ทำการศึกษาวิจัยในหัวข้อ "Influenza, dengue, and common cold detection using LSTM with fully connected neural network and keywords selection"
ในงานวิจัยนี้ ทีมวิจัยได้สร้างโมเดล เพื่อตรวจหาโรคของผู้ป่วย (จำแนกระหว่าง ไข้หวัด ไข้หวัดใหญ่ และไข้เลือดออก) โดยรับข้อความที่แสดงอาการของผู้ป่วย อุณหภูมิร่างกาย อายุ เพศ และเดือนที่ผู้ป่วยรับการรักษา และใช้โมเดล Long Short-term Memory (LSTM) เชื่อมต่อกับกับ Fully Connected Neural Network นอกจากนี้ ยังมีการปรับปรุงวิธีการเตรียมข้อมูล โดยการตัดคำที่ไม่มีความสำคัญสำหรับการจำแนกประเภท เพื่อลดความซับซ้อนของข้อมูล เพื่อป้องกันปัญหาการ overfitting
ผลการวิจัยพบว่า โมเดล Long Short-term Memory (LSTM) เชื่อมต่อกับ Fully Connected Neural Network ทำงานได้ดีกว่าแบบจำลอง LSTM และการตัดคำที่ไม่มีความสำคัญสำหรับการจำแนกประเภท ยังช่วยเพิ่มประสิทธิภาพของแบบจำลองอีกด้วย
งานวิจัยถูกตีพิมพ์ในวารสาร BioData Mining ในปี 2022 (Q1 ISI/Scopus,Impact Factor 4.1)
สามารถอ่านบทความวิจัยได้ที่ DOI:
https://doi.org/10.1186/s13040-022-00288-9
งานวิจัยและนวัตกรรม
บทความ
ข่าวเด่น
แกลลอรี่
×
RoomID:
Room Name:
Description: