ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Using Neural Networks to Classify COVID-19 Death Rates Cases in Iraq

العنوان بلغة أخرى: استخدام الشبكات العصبية لتصنيف حالات وفيات كوفيد-19 في العراق
المصدر: مجلة الأقتصادي الخليجي
الناشر: جامعة البصرة - مركز دراسات الخليج العربي
المؤلف الرئيسي: غافل، منى طاهر (مؤلف)
المؤلف الرئيسي (الإنجليزية): Ghafil, Muna Taher
المجلد/العدد: ع59
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2024
الشهر: آذار
الصفحات: 87 - 108
DOI: 10.33762/1287-000-059-004
ISSN: 1817-5880
رقم MD: 1473211
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
طبقة الإخال | طبقة مخفية | طبقة الإخراج | الشبكات العصبية | دالة سوفتماكس | عبر دالة خطأ الانتروبيا | Input Layer | Hidden Layer | Output Layer | Neural Networks | Softmax Function | Cross Entropy Error Function
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

3

حفظ في:
المستخلص: استخدمت الشبكات العصبية في دراسة وتصنيف وفيات كوفيد -19 في العراق على أربع مراحل مختلفة، مما أدى إلى دقة تصنيف بلغت 96.7% للوفيات شديدة الخطورة و95.5 % للوفيات منخفضة الخطورة. كانت النسبة المئوية للتصنيف الصحيح للوفيات شديدة الخطورة 86 % عند 10% و91 % للوفيات منخفضة الخطورة. وأخيرا، بلغ معدل دقة الشبكة 93.9% يوضح هذا البحث فعالية الشبكات العصبية في فهم وتصنيف حالات وفيات كوفيد -19 ودراسة تأثير الجائحة في العراق.

Neural networks were used in the current study for the classification of Covid-19 death rates in Iraq at four different stages. This was led to a classification accuracy of 96.7% for high-severity deaths, and 95.5% for low-severity deaths. The percentage of correct classification of high severity deaths, it was 86% at 10%, and 91% for low-severity deaths. Finally, the network accuracy rate reached 93.9%. This research paper shows the effectiveness of neural networks in understanding and classifying cases of Covid-19 deaths and studying the impact of the pandemic in Iraq.

ISSN: 1817-5880

عناصر مشابهة