INTERNATIONAL SCIENTIFIC AND TECHNICAL CONFERENCE “DIGITAL TECHNOLOGIES: PROBLEMS AND SOLUTIONS OF PRACTICAL IMPLEMENTATION IN THE INDUSTRY” APRIL 27-28, 2023 867
Xususiyatlarni ajratib olish bosqichida chiqish bir o'lchovli ma'lumotlar vektoriga
aylantirildi, keyinchalik tekislash qatlami orqali o'zgartirilgandan so'ng tasniflash bosqichida
kirish sifatida foydalanildi. Tasniflash bosqichining qolgan komponentlari har birida 512, 256
va 128 neyronga ega bo'lgan uchta qalin qatlamdan iborat. Bu beshta neyronli qalin qatlam va
yakuniy tasniflash natijasini yaratuvchi SoftMax faollashtirish funksiyasi. Ushbu qatlam
chiqish tasvirini beshta sinflaridan biriga tasniflash uchun javobgardir: Bakterial pnevmoniya,
viral pnevmoniya, sil, COVID-19 va so’glom.
Natijalar Modelni o'rgatish va tasdiqlash uchun ResNet18 bilan optimallashtiruvchi va mos
ravishda moslashtirish algoritmlari ishlatilgan. Eng yuqori aniqlik bilan ishlash ko'rsatkichlari
formulalari tekshirish ma'lumotlarining chiqishiga kiritildi. Adam optimallashtiruvchisi
ishlatilgan va o'rganish tezligi 0,000009 (LR) teng.
Modelning ishlashini baholash uchun aniqlik, yo'qotish, F1-ball, aniqlik va eslab qolish
ko’rsatgichlari qo'llanildi. Aniqlik holatlarning umumiy sonidan to'g'ri bashorat qilingan
holatlar soni bo'yicha aniqlandi. Ijobiy bashoratli qiymat aniqlikni ifodalaydi. To'g'rilik ijobiy
bo'lgan namunalar soniga va ijobiy deb taxmin qilinganlarga mos ravishda aniqlandi. F1-
aniqlikning garmonik o'rtachasi asosida hisoblab chiqilgan. Shunga ko'ra, haqiqiy ijobiy
ko'rsatkich deb hisoblangan namunalar umumiy sonidan ijobiy bo'lishi bashorat qilingan
namunalar foizi.
3-rasm.Tavsiya etilyotgan modelni testlash
Tavsiya etilgan model uchun chalkashlik matritsasi 4-rasmda ko'rsatilgan bo'lib,
WCNN modeli COVID-19, o'pka sili, sog’lom, bakterial va viral pnevmoniya kasalligiga eng
yuqori nisbati bo'lgan o’pka kasalliklarini muvaffaqiyatli tasniflashi mumkinligini ko'rsatadi.
