歡迎來到演算法、軟體和硬體三位一體的未來世界論文書籍站
國立虎尾科技大學 工業管理系工業工程與管理碩士班 張俊郎所指導 陳少宏的 應用人工智慧於泌尿結石患者罹患中風之評估研究 （2017），提出順發變壓器關鍵因素是什麼，來自於泌尿結石、中風、粒子群最佳化演算法、交叉熵演算法、基因邏輯斯迴歸演算法、支援向量機、倒傳遞類神經網路、案例式推理系統。
應用人工智慧於泌尿結石患者罹患中風之評估研究
為了解決順發變壓器 的問題，作者陳少宏 這樣論述：
根據世界衛生組織在2017年的統計，全世界大約有1500萬以上的人民罹患中風，其中87%為缺血性腦中風。衛生福利部2017年十大死因數據顯示，腦血管疾病為台灣十大死因第四位，且在中風存活的患者中有很高的機率導致殘障，造成很高的醫療費用與照顧負擔以及勞動力損失。與泌尿結石相關的疾病有敗血症、尿路感染、心血管疾病、中風等， 20~34歲的結石患者比普通患者提升1.47倍的機率會罹患中風。本研究應用粒子群最佳化演算法，交叉熵演算法與基因邏輯斯迴歸演算法結合案例式推理系統，建構泌尿結石患者罹患中風之評估系統，同時分別結合支援向量機與倒傳遞類神經網路，建構預測模型，最後再以傅利曼檢定與成對樣本t檢定，
分析所建構模型績效的差異性。研究顯示六個預測模型，其平均ACC與AURC分別達93.8%與0.88以上，皆適合做為預測模型，六個模型經傅利曼檢定發現，模型間皆有顯著差異，其中粒子群最佳化演算法結合支援向量機與結合倒傳遞類神經網路皆優於其他預測模型。在CBR的3個評估系統中，經傅利曼檢定發現三種演算法皆有顯著差異，ACC平均皆在85%以上，且AURC平均也超過0.84，粒子群最佳化演算法結合案例式推理系統為最佳，平均準確率為90.76%，AURC平均也達0.8762。本研究結果可以提供醫療相關機關、患者及臨床工作者做為輔助診斷評估之參考依據。