ارائه مدل طبقه بندی مواجهه شغلی با صدا و گرما مبتنی بر شبکه عصبی پرسپترون چند لایه

Abstract

زمینه و هدف: مواجهه با گرما و صدا منجر به اثرات نامطلوب بر عملکردهای شناختی و رفتاری در محیط‌های شغلی و غیر شغلی می شود. لذا این مطالعه با هدف ارائه مدلی مبتنی بر شبکه عصبی پرسپترون چند لایه برای طبقه‌بندی مواجهه شغلی ترازهای مختلف صدا و گرما انجام شد. روش بررسی: در این مطالعه 72 نفر از دانشجویان در رنج سنی 23 تا 33 سال به صورت داوطلبانه مورد بررسی قرار گرفت. اطلاعات ورودی به شبکه عصبی شامل داده‌های شناختی، رفتاری، فیزیولوژیک و نوروفیزیولوژی بود و لایه خروجی شامل سه کلاس کمتر، بیشتر و در حد مجاز مواجهه با ترازهای مختلف صدا و گرما برای طبقه‌بندی بود. یافته ها: در این مطالعه مدل بهینه، شبکه عصبی با دولایه پنهان (15:10) بود و احتمال درستی طبقه­بندی شدن داده‌ها به‌صورت شانسی تقریبا 33 درصد محاسبه شد. برای ارزیابی مدل ارائه‌شده درصد دقت، میانگین خطای مربعات (MSE) و حساسیت محاسبه شد که دقت طبقه‌بندی ترازهای مختلف صدا و گرما در مرحله آموزش مساوی 93/87 و در مرحله آزمون مساوی 92/62 درصد و اعتبار مدل تهیه‌شده92/68 درصد به دست آمد و همچنین درصد خطای میانگین مربعات و درصد حساسیت به ترتیب 0/53 و 90/42 بود. بحث و نتیجه گیری: مطالعه حاضر نشان داد مدل ارائه‌شده مبتنی بر شبکه عصبی پرسپترون چند لایه دارای دقت و حساسیت قابل قبولی برای پیش‌بینی کلاس‌های مختلف مواجهه شغلی با صدا و گرما با استفاده از داده‌های ورودی سایکوفیزیولوژی و نوروفیزیولوژی دارد.