Моделі і методи інтелектуального аналізу для оцінки темпів старіння
Вантажиться...
Дата
2023
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Актуальність теми. Актуальність теми системи для оцінки темпів старіння, заснованого на технології машинного навчання, визначається в контексті високої потреби у ефективних рішеннях для досягнення прогресу в діагностичній сфері медицини. Цей підхід дозволяє компаніям автоматизувати та оптимізувати критичні етапи процесу діагностики для людей різних вікових категорій на основі їх загального аналізу крові та сечі. Застосування подібних систем сприяє не лише підвищенню продуктивності та зменшенню витрат, але й відповідає вимогам сучасного ринку.
Метою роботи є розробка системи інтелектуального аналізу даних для оцінки темпів старіння організму людини. Для досягнення мети необхідно виконати наступні завдання: аналіз існуючих систем інтелектуального аналізу, дослідження методів оцінки темпів старіння, впровадження алгоритмів машинного навчання.
Об’єктом дослідження є методи та засоби інтелектуального аналізу оцінки темпів старіння, у контексті використання моделей машинного навчання.
Предметом дослідження є адаптація методів машинного навчання для визначення темпів старіння на основі біологічного віку людини.
Під час дослідження були використані наступні методи: метод оцінки темпів старіння на основі визначення біологічного віку за допомогою аналізу біомаркерів старіння, метод імпутації, для нормалізації вхідних даних, метод кореляції Пірсона, для визначення залежностей між віком та біомаркерами респондентів, методи машинного навчання для створення системи інтелектуального аналізу даних та передбачення результатів. Усі вищеописані методи мали безпосереднє практичне значення в контексті дослідження та реалізації системи. В результаті їх використання було створено функціональну систему що дозволяє проаналізувати темпи старіння різних вікових груп на основі даних загального медичного аналізу.
Розроблена система може знайти практичне застосування у медицині для персоналізованих стратегій лікування, наукових дослідженнях для вивчення процесів старіння, в області страхування для оцінки ризиків, а також для розробки та тестування продуктів, спрямованих на затримку старіння.
Магістерська дисертація складається зі: вступу; 5 розділів: огляду відомостей про методи інтелектуального аналізу, огляду методів та алгоритмів реалізації системи оцінки темпів старіння, опису засобів розробки, опис програмної реалізації, опису стартап-проєкту; висновків до кожного з цих розділів; загальних висновків, а також вступу; списку використаних джерел, який налічує 40 джерел. Загальний обсяг роботи 114 сторінки.
Опис
Розроблена система інтелектуального аналізу медичних даних для оцінки темпів старіння, представлена у вигляді десктоп застосунку, розробленого на мові програмування Python з використанням технологій машинного навчання. Систему можна поділити на три підсистеми. Перший модуль відповідає за завантаження, підготовку та обробку медичних даних (дані приводяться до нормалізованого вигляду, проходячи процес імпутації, аналізуються на предмет найвищої кореляції відносно вікового показнику і підготовлюються для подальшого використання в навчанні моделей). Другий модуль відповідає за тренування, валідацію та тестування моделей машинного навчання. Третій модуль реалізує частину представлення користувацького інтерфейсу (надає користувачеві функціональний інтерфейс для роботи з навченими моделями, а також демонструє результати роботи моделей у графічному вигляді).
Ключові слова
Бібліографічний опис
Садовничий, А. А. Моделі і методи інтелектуального аналізу для оцінки темпів старіння : магістерська дис. : 122 Комп’ютерні науки / Садовничий Анатолій Анатолійович. – Київ, 2023. – 114 с.