Моделі та методи інтелектуального аналізу даних COVID – 19
Вантажиться...
Дата
2020-06
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота містить: 249 с., 23 табл., 129 рис., 2 дод. та 36 джерел.
Об’єктом дослідження 2 частини є вибірка рентген зображень здорової людини та хворої на коронавірус.
Об’єктом дослідження 3 частини є вибірка захворюваності та смертності на коронавірус.
Предметом дослідження 2 частини є методи інтелектуального аналізу даних на основі згортокої нейронної мережи та класифікації зображень.
Предметом дослідження 3 частини є методи інтелектуального аналізу даних на основі регресії та аналізу часових рядів.
Програмною мовою була обрана Python.
В даній роботі проведено дослідження можливості класифікації рентген зображень та проаналізовано часові ряди. Для побудови моделей були використані згортові нейронні мережи в випадку 2 частини та регресійні методи на основі простих нейронних мереж в випадку 3 частини. Прогнозування було виконано на основі рентген зображень здорових та хворих людей в випадку 2 частини та основі часових рядів захворювання та смертності в випадку 3 частини .
При виконанні роботи було встановлено моделі та методи, що дають найкращі результати які достатньо близькі до реальних. Напрямок розвитку роботи є в розширенні функціоналу та зменшенні похибки прогнозування. Планується додати можливість класифікації типу коронавірусу та встановити залежність між смертністю та захворюваністю у різних країнах світу.
Опис
Ключові слова
регресія, нейронна мережа, інтелектуальний аналіз даних, згортка, прогнозування наявности хвороби, рентген зображення, класифікація, прогнозування часових рядів, regression, neural network, intellectual data analysi, convolution, forecasting the predict of the disease, classification, time series forecasting, x-ray image
Бібліографічний опис
Сапєльніков, О. С. Моделі та методи інтелектуального аналізу даних COVID – 19 : дипломна робота … бакалавра : 122 Комп'ютерні науки та інформаційні технології / Сапєльніков Олександр Сергійович, Лупаненко Софія Олександрівна. – Київ, 2020. – 253 с.