Predicting edible and toxic mushrooms with multi-layer perceptron method in streaming data

Các tác giả

  • Nguyen Ngoc Pham
  • Phan Thi Xuan Trang
  • Tran Thi Thuy
  • Ngo Ho Anh Khoi

Từ khóa:

chẩn đoán nấm, học máy nâng cao, phân loại MLP, trí tuệ nhân tạo

Tóm tắt

Trong bối cảnh công nghệ phát triển nhanh chóng ngày nay, một phần đáng kể của sự phát triển công nghệ hiện nay tập trung vào lĩnh vực Trí tuệ nhân tạo (AI). Machine Learning, một lĩnh vực con của Al, áp dụng các phương pháp thống kê và toán học để nâng cao hiệu suất máy tính. AI đã có những đóng góp đáng kể trong việc giải quyết nhiều vấn đề trong thập kỷ qua. Đặc biệt, trong bối cảnh hiện nay, việc phân biệt giữa các loại nấm khác nhau chưa được hiểu rõ, đặc biệt là để ngăn chặn việc tiêu thụ nấm độc có thể gây hậu quả nghiêm trọng cho sức khỏe. Thuật toàn được chọn cho dự án này là thuật toán phân loại MLP (Multi-layer Perceptron), thuật toán này đã có sự phát triển đáng kể trong những năm gần đây và có ứng dụng rộng rãi trong nhiều lĩnh vực Al khác nhau. Đây là lý do tại sao nó được chọn làm nền tảng cho hệ thống trong dự án này. Đề tài nghiên cứu nhằm mục đích sử dụng thuật toán này để xây dựng một hệ thống dự đoán nhanh chóng nấm ăn được hay nấm độc, tạo điều kiện thuận lợi cho các ứng dụng thực tế. Việc ứng dụng trí tuệ nhân tạo vào việc phát triển hệ thống liên quan đến sự khác biệt về nhận thức hứa hẹn sẽ giảm việc sử dụng nấm độc trong cuộc sống hàng ngày.

Tải xuống

Đã Xuất bản

06-03-2024 — Cập nhật vào 07-03-2024

Cách trích dẫn

Pham, N. N., Trang, P. T. X., Thuy, T. T., & Khoi, N. H. A. (2024). Predicting edible and toxic mushrooms with multi-layer perceptron method in streaming data. Tạp Chí Khoa học Và Kinh Tế phát triển, (25), 62–74. Truy vấn từ https://jsde.nctu.edu.vn/jsde/article/view/333

Các bài báo được đọc nhiều nhất của cùng tác giả

Các bài báo tương tự

Bạn cũng có thể bắt đầu một tìm kiếm tương tự nâng cao cho bài báo này.