The general method presented here i

The general method presented here is a viable approach to the problem of short-term hospital bed availability
forecasting. A simulation model has been built to model the non-stationary arrivals and overall complexity present
in hospitals. That model has been used to determine factors affecting bed availability. A neural network has been
created to forecast the availability of hospital beds, using current hospital status information. A forecasting tolerance
interval has been built from the MSE of the network’s forecast errors, to provide a more robust forecast result. An
example application of this method has demonstrated its ability to create accurate forecasts.
Many advances and enhancements to this research are possible and encouraged including integrating neural
network forecasting system into a hospital information system, so that current data can be used to continuously
update the neural network’s learning. This method can be expanded into other applications in a variety of ways,
including use in other industries, specialization to single hospital units, and through expansion into a communitywide model of shared hospital capacity management

ผลลัพธ์ (ไทย) 2:

วิธีการทั่วไปนำเสนอที่นี่เป็นวิธีการที่มีศักยภาพในการแก้ไขปัญหาของโรงพยาบาลในระยะสั้นเตียงพร้อมคาดการณ์
แบบจำลองที่ได้รับการสร้างขึ้นเพื่อจำลองเข้ามาไม่หยุดนิ่งและความซับซ้อนโดยรวมในปัจจุบันในโรงพยาบาล
รูปแบบที่ได้รับการใช้ในการกำหนดปัจจัยที่มีผลกระทบต่อความพร้อมเตียง เครือข่ายประสาทได้รับการสร้างขึ้นเพื่อคาดการณ์ความพร้อมของเตียงของโรงพยาบาลโดยใช้ข้อมูลสถานะปัจจุบันโรงพยาบาล
ความอดทนการคาดการณ์ช่วงเวลาที่ได้รับการสร้างขึ้นจาก MSE ข้อผิดพลาดของการคาดการณ์ของเครือข่ายเพื่อให้ผลการคาดการณ์ที่แข็งแกร่งมากขึ้น แอพลิเคชันตัวอย่างของวิธีการนี้ได้แสดงให้เห็นความสามารถในการสร้างการคาดการณ์ที่ถูกต้อง. ก้าวหน้าจำนวนมากและการปรับปรุงเพื่อการวิจัยครั้งนี้จะเป็นไปได้และเป็นกำลังใจให้รวมถึงการบูรณาการประสาทระบบการคาดการณ์เครือข่ายในระบบข้อมูลของโรงพยาบาลเพื่อให้ข้อมูลในปัจจุบันสามารถนำมาใช้อย่างต่อเนื่องเพื่อปรับปรุงระบบประสาทการเรียนรู้ของเครือข่าย วิธีการนี้สามารถขยายตัวในการใช้งานอื่น ๆ ในความหลากหลายของวิธีรวมถึงการใช้ในอุตสาหกรรมอื่นๆ , ความเชี่ยวชาญไปยังหน่วยงานที่โรงพยาบาลเดียวและผ่านการขยายตัวในรูปแบบของการจัดการ communitywide กำลังการผลิตของโรงพยาบาลที่ใช้ร่วมกัน

ผลลัพธ์ (ไทย) 3:

โดยทั่วไปวิธีการที่นำเสนอนี้ เป็นแนวทางที่ปฏิบัติได้เพื่อแก้ปัญหาระยะสั้นที่เตียงโรงพยาบาลห้องพัก
การคาดการณ์ แบบจำลองที่ถูกสร้างขึ้นเพื่อจำลองขาเข้า non-stationary โดยรวมและความซับซ้อนในปัจจุบัน
ในโรงพยาบาล รุ่นที่ได้รับการใช้ในการกำหนดปัจจัยที่มีผลต่อเตียงว่าง เครือข่ายประสาทได้รับ
สร้างพยากรณ์ความพร้อมของเตียงโรงพยาบาลการใช้ข้อมูลสถานะของโรงพยาบาลในปัจจุบัน พยากรณ์ช่วงเวลาที่ถูกสร้างขึ้นจากความอดทน
MSE ของข้อผิดพลาดของระบบเครือข่าย เพื่อให้มีเสถียรภาพมากขึ้น คาดผล การประยุกต์ใช้วิธีนี้
ตัวอย่างแสดงให้เห็นถึงความสามารถในการสร้างการคาดการณ์ที่ถูกต้อง .
ความก้าวหน้าหลายและการปรับปรุงเพื่อการวิจัยที่เป็นไปได้และสนับสนุนรวมทั้งการบูรณาการระบบประสาท
เครือข่ายระบบการพยากรณ์ในระบบข้อมูลโรงพยาบาลเพื่อให้ข้อมูลที่เป็นปัจจุบันสามารถใช้อย่างต่อเนื่อง
ปรับปรุงการเรียนรู้โครงข่ายประสาทเทียม . วิธีนี้สามารถขยายเข้าไปในโปรแกรมอื่น ๆในหลากหลายวิธี รวมทั้งการใช้ในอุตสาหกรรมอื่น ๆ
, โรงพยาบาลเฉพาะทางหน่วยเดียวและผ่านการขยายตัวในรูปแบบของการจัดการความจุของโรงพยาบาล communitywide แบ่งปัน