Analysis of medical data via artificial neural networks with comparing different training methods and activation functions

Abstract

Bu çalışma tıbbi verilerin yapay sinir ağları yolu ile analizi ve bu ağların tanı koyabilmedeki performansı ile ilgilidir. Ağlar eğitilirken Fast Artificial Neural Network isimli bir yapay sinir ağı kütüphanesini kullanan FannTool isimli ücretsiz dağıtım bir program kullanılmıştır. Farklı algoritmalarla eğitilmenin, farklı ağ dizaynlarının, farklı eğitim/test oranına sahip veri setlerinin kullanımının, farklı miktarlarda adımlarla eğitilmenin, farklı aktivasyon fonksiyonları kullanımının yapay sinir ağının performansını nasıl etkilediği araştırılmıştır.

This study is about analyzing medical data with using neural networks and the accuracy of these networks on diagnosis. During the training of neural networks, a program named FannTool that is under GPL license and uses an artificial neural network library named Fast Artificial Neural Network is used. Training with different algorithms, different network designs, using data sets with different training/test ratio, training with different number of epochs, using different activation functions are investigated to find out how they affect the performance of artificial neural networks.