Математичне та програмне забезпечення системи прогнозування захворювання людини на діабет II типу

Скорочена інформація про документ
dc.contributor.advisorБай, Юлія Петрівна
dc.contributor.authorГородецький, Дмитро Сергійович
dc.date.accessioned2024-05-24T08:32:46Z
dc.date.available2024-05-24T08:32:46Z
dc.date.issued2023
dc.description.abstractДисертацію виконано на 110 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 27 найменувань. У роботі наведено 36 рисунків та 11 таблиць. Актуальність теми. Сьогодні діабет є однією з найбільш поширених хвороб у світі та в Україні. Кількість хворих на діабет швидко зростає з кожним роком. Ця хвороба має багато важких ускладнень, які можуть загрожувати життю людини, зокрема інсульт, інфаркт, ретинопатія, навіть ампутації кінцівок. Лікування хворих на діабет, втрата працездатних людей, утримання інвалідів завдають також значної шкоди економіці країни. Загальні втрати економіки можуть сягати десятків мільярдів гривень або приблизно 1-2.5% ВВП. Окрім того, значна кількість хворих на діабет є не діагностованими, що збільшує ймовірність виникнення ускладнень. Саме тому дуже актуальним є розроблення та використання оптимальних методів прогнозування захворювання на діабет. Зв’язок роботи з науковими програмами, планами, темами. Дисертаційна робота виконувалась згідно з планом науково-дослідних робіт кафедри прикладної математики Національного технічного університету України «Київський політехнічний інститут імені Ігоря Сікорського». Мета і задачі дослідження. Метою дисертаційної роботи є розробка математичного та програмного забезпечення системи прогнозування ризику захворювання на діабет, що допоможе виявити групи людей з ризиком виникнення діабету, а також оптимізація та підвищення точності класифікації вже існуючих методів. Для досягнення вказаної мети було розв’язано такі задачі: − проаналізувати існуючі методи прогнозування захворювання на діабет; − розробити одиночні моделі машинного навчання для прогнозування захворювання на діабет; − проаналізувати та застосувати до розроблених моделей існуючі оптимізаційні методи; − розробити ансамблеву модель з використанням оптимізованих одиночних моделей; − провести експериментальні дослідження з використанням клінічних даних. Об’єктом дослідження є методи прогнозування захворювання на діабет. Предметом дослідження є застосування оптимізаційних методів до розроблених моделей, застосування ансамблів моделей. Методи дослідження. Для розв’язання поставленої задачі використовувалися такі методи: методи машинного навчання (для прогнозування захворювання на діабет); методи оптимізації (для оптимізації розроблених методів); методи теорії ймовірності та математичної статистики (для проведення експериментів та оцінки точності моделей) Наукова новизна одержаних результатів полягає в тому, що запропоновано використання ансамблю оптимізованих моделей для задачі прогнозування захворювання на діабет II типу. Практичне значення одержаних результатів полягає в тому, що розроблені моделі мають значущі результати і можуть бути використані в якості допоміжного застосунку при реальній діагностиці. Апробація результатів дисертації. Основні положення й результати роботи представлено на XV науково-практичній конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг – ПМК-2022» (Київ, 16-18 листопада 2022 р.) та опубліковані у збірнику тез за результатами конференції. Публікації. Результати дисертації викладено у науковій праці: тези «Математичне та програмне забезпечення системи прогнозування ризиків виникнення діабету» на XV конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг – ПМК-2022».
dc.description.abstractotherThe thesis is presented in 110 pages. It contains 2 appendixes and bibliography of 27 references. Thirty-six figures and 11 tables are given in the thesis. Topic relevance. Today, diabetes is one of the most common diseases in the world and Ukraine. The number of patients with diabetes is proliferating every year. This disease has many serious complications that can threaten a person's life, including stroke, heart attack, retinopathy, and even limb amputations. Treatment of patients with diabetes, loss of able-bodied people, and maintenance of disabled people also cause significant damage to the country's economy. Total economic losses can reach tens of billions of hryvnias or approximately 1-2.5% of GDP. In addition, many patients with diabetes are undiagnosed, which increases the likelihood of complications. That is why it is crucial to develop and use optimal methods of predicting diabetes. Thesis connection to scientific programs, plans, and topics. The thesis was prepared according to the scientific research plan of the Applied Mathematics Department of the National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute". Research goal and objectives. The goal of the thesis is to develop a mathematical and software system for predicting the risk of diabetes, which will help to identify groups of people at risk of developing diabetes, as well as to optimize and improve the classification accuracy of already existing methods. To achieve this goal, the following tasks were solved: − analyze existing methods of predicting diabetes; − develop single machine learning models for predicting diabetes; − analyze and apply existing optimization methods to the developed models; − develop an ensemble model using single optimized models; − conduct experimental studies using clinical data. Object of research is methods of predicting diabetes. Subject of research is the application of optimization methods to the developed models, the application of ensembles of models. Methods of research. The following methods were used to solve the problem: machine learning methods (for predicting diabetes); optimization methods (to optimize the developed methods); methods of probability theory and mathematical statistics (for conducting experiments and assessing the accuracy of models) Scientific contribution is that the use of an ensemble of optimized models is proposed for the task of predicting type II diabetes. Practical value of obtained results is that the developed models have significant results and can be used as an auxiliary application in real diagnostics. Approbation of the thesis results. The main provisions and results of the work were presented at the XV Scientific and Practical Conference of Master's and Postgraduate Students "Applied Mathematics and Computing - PMK-2022" (Kyiv, November 16-18, 2022) and published in the collection of theses based on the results of the conference. Publications. The results of the dissertation were presented in the scientific work: theses "Mathematical and software support of the diabetes risk prediction system" at the XV conference of master's and postgraduate students "Applied mathematics and computing - PMK-2022".
dc.format.extent139 с.
dc.identifier.citationГородецький, Д. С. Математичне та програмне забезпечення системи прогнозування захворювання людини на діабет II типу : магістерська дис. : 113 Прикладна математика / Городецький Дмитро Сергійович. – Київ, 2023. – 139 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/66892
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectметоди машинного навчання
dc.subjectдіабет
dc.subjectлогістична регресія
dc.subjectдерево рішень
dc.subjectметод опорних векторів
dc.subjectансамбль моделей машинного навчання
dc.subjectоптимізація гіперпараметрів
dc.subjectметрики оцінювання
dc.subject.udc519.688:004.855.5
dc.titleМатематичне та програмне забезпечення системи прогнозування захворювання людини на діабет II типу
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Horodetskyi_magistr.pdf
Розмір:
5.32 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ПМА)
Магістерські роботи