مهندسی و مدیریت کیفیت

چکیده هدف این مقاله ارزیابی عملکرد روشهای کلاسیک تحلیل بقای بیماری و الگوریتمهای نوین یادگیری ماشین در پیشبینی پیامدهای بقای بیماران مبتلا به نارسایی قلبی است. این مقاله میکوشد مشخص کند آیا مدلهای مبتنی بر یادگیری ماشین میتوانند دقت پیشبینی بالاتری نسبت به رویکردهای آماری مرسوم ارائه دهند یا خیر. در این مقاله از مدلهای کاپلان–مایر، آزمون لگرنک، مدل خطرات متناسب کاکس و مدل پارامتریک وایبول در کنار تکنیکهای یادگیری ماشین شامل درخت تصمیم، جنگل تصادفی، رگرسیون لجستیک وزن‌دهی‌شده بر اساس احتمال سانسور (IPCW) ، ماشین بردار پشتیبان (SVM) و یک شبکه عصبی بقا استفاده شد و عملکرد مدلها بر اساس دقت پیشبینی ارزیابی گردید. مدل کاکس در میان روشهای کلاسیک بهترین عملکرد را نشان داد، در حالی که رگرسیون لجستیک IPCW و جنگل تصادفی بالاترین دقت را در میان مدلهای یادگیری ماشین به دست آوردند. شبکه عصبی بقا نیز عملکردی مشابه مدل کاکس و جنگل تصادفی داشت، اما بهبود معناداری نسبت به آنها ایجاد نکرد.این مقاله مقایسهای مختصر و مؤثر ارائه میدهد که نشان میدهد مدلهای یادگیری ماشین میتوانند در پیشبینی نتایج بیماران مبتلا به نارسایی قلبی نسبت به روشهای کلاسیک تحلیل بقا عملکرد برتری داشته باشند.

چکیده هدف: هدف این پژوهش، ارزیابی و رتبه‌بندی مدل‌های همکاری در زنجیره‌تامین صنعت لاستیک ایران از منظر کیفیت دیجیتال‌سازی است. منظور از کیفیت دیجیتال‌سازی، میزان بهره‌گیری موثر از فناوری‌های صنعت 4.0 برای ارتقای شفافیت، یکپارچگی، چابکی، تاب‌آوری و پایداری در زنجیره‌تامین است. انتخاب صنعت لاستیک به‌دلیل پیچیدگی‌های عملیاتی و نیاز مبرم به تحول دیجیتال در این صنعت بوده است.
روش‌شناسی پژوهش: در این پژوهش، از روش تصمیم‌گیری چندمعیاره با ترکیب بهترین-بدترین فازی (Fuzzy BWM) و TOPSIS استفاده شده است. ابتدا با نظر خبرگان، وزن معیارهای کلیدی تعیین شد و سپس مدل‌های مختلف همکاری رتبه‌بندی شدند. برای بررسی پایداری نتایج، تحلیل حساسیت روی تغییر وزن معیارها نیز انجام شد.
یافته‌ها: نتایج نشان داد که مدل زنجیره‌تامین دیجیتال دارای بالاترین کیفیت دیجیتال‌سازی است و معیار "یکپارچگی فناوری" بیشترین اهمیت را دارد. همچنین تحلیل حساسیت نشان داد که مدل دیجیتال در اکثر سناریوهای تغییر وزن، پایداری بالایی در رتبه‌بندی دارد و نتایج از استحکام مناسبی برخوردارند.
اصالت/ارزش‌افزوده علمی: این پژوهش با تمرکز بر صنعت لاستیک ایران، به تحلیل تطبیقی مدل‌های همکاری از منظر کیفیت دیجیتال‌سازی پرداخته و از ترکیب Fuzzy BWM و TOPSIS به‌عنوان روشی قابل تکرار برای انتخاب مدل همکاری بهینه بهره برده است. همچنین، تحلیل حساسیت انجام‌شده، شفافیت بالاتری به تصمیم‌گیری می‌بخشد.

چکیده هدف: از مهم‌ترین اثرات اینترنت اشیا در مراقبت‌های بهداشتی، می‌توان توانایی تبادل اطلاعات، کاهش هزینه‌های بستری در بیمارستان و هزینه‌های مراقبت‌های بهداشتی را نام برد. چالش‌های اصلی اینترنت اشیا در مراقبت‌های بهداشتی امنیت و حفظ حریم خصوصی است که در این بین انتقال تصاویر در حوزه‌های ارتباطی و امنیتی بسیار مهم می‌باشد. هدف اصلی این مقاله طراحی یک کانال مناسب ارسال داده‌های پزشکی مبتنی بر هم‌زمان‌سازی آشوبی که از مدل‌سازی فازی بهره جسته است می‌باشد.
روش‌شناسی پژوهش: در این مقاله یک روش جدید برای انتقال تصاویر پزشکی به‌منظور حفظ اطلاعات بیماران به کمک هم‌زمان‌سازی دو سیستم چند پیچکی مرتبه کسری بر پایه مدل‌سازی فازی چندجمله‌ای ارایه می­شود. استفاده از سیگنال‌های آشوبی به‌عنوان حامل تصاویر پزشکی و بهره جستن از کنترل‌کننده مناسب فازی برای هم‌زمان‌سازی در گیرنده میزان امنیت را ارتقا و احتمال کشف آن را به‌شدت کاهش می‌دهد. در این طرح برای برقرارسازی پایداری سیستم حلقه بسته کنترل‌کننده فازی مناسب طراحی می­‌شود. سپس با توجه به طرح هم‌زمان‌سازی بر پایه مدل فازی چندجمله‌ای و کشف خطای آن یک روش ماسک‌گذاری آشوبی به‌منظور رمزنگاری تصاویر مربوط به بیماران پیشنهاد شده است.
یافته‌ها: شبیه‌سازی­‌ها بر روی تصاویر رنگی و سیاه و سفید پزشکی انجام شده است. تصویرهای رمزنگاری‌شده و بازیابی‌شده به کمک این طرح به‌دست آمده‌­اند. شبیه‌سازی و صحت نتایج روش ارایه‌شده در نرم‌افزار متلب مورد بررسی قرار گرفته است. برای ارزیابی عملکرد روش پیشنهادی، معیارهای مختلف شامل هیستوگرام تصویر، نرخ سیگنال به نویز، همبستگی و آنتروپی اطلاعات ارزیابی شده‌­اند. نتایج حاصله کارایی روش پیشنهادی را در رمزنگاری تصاویر نشان داده‌­اند.
اصالت/ارزش‌افزوده علمی: در این مقاله یک روش جدید برای انتقال تصاویر پزشکی به‌منظور حفظ اطلاعات بیماران به کمک هم‌زمان‌سازی دو سیستم چند پیچکی مرتبه کسری بر پایه مدل‌سازی فازی چندجمله ای ارایه می­‌شود. استفاده از سیگنال‌های آشوبی به‌عنوان حامل تصاویر پزشکی و بهره جستن از کنترل‌کننده مناسب فازی برای هم‌زمان‌سازی در گیرنده میزان امنیت را ارتقا و احتمال کشف آن را به‌شدت کاهش می‌دهد. در این طرح برای برقرارسازی پایداری سیستم حلقه بسته کنترل‌کننده فازی مناسب طراحی می‌شود، سپس با توجه به طرح هم‌زمان‌سازی چندحالته بر پایه مدل فازی چندجمله‌ای و کشف خطای آن یک روش ماسک‌گذاری آشوبی به‌منظور رمزنگاری تصاویر مربوط به بیماران پیشنهاد شده است.