Прогнозування поширення COVID-19

Скорочена інформація про документ
dc.contributor.advisorГуляницький, Леонід Федорович
dc.contributor.authorМадоян, Гаяне Оганесівна
dc.date.accessioned2022-04-14T10:49:40Z
dc.date.available2022-04-14T10:49:40Z
dc.date.issued2021-05
dc.description.abstractenMaster's dissertation: 86 pp., 15 figs., 15 tables, 41 sources, 1 appendix. Topicality. The COVID-19 pandemic, caused by the SARS-CoV-2 coronavirus, has had global socio-economic consequences worldwide. Disease forecasts, deaths, and daily hospitalization rates can help inform health ministries. This information will help in decision-making, as you can at least partially predict the consequences of the epidemic. First of all, it is important to predict hospitalizations, as it is important to understand the situation of free beds in the regions. Mathematical and in particular statistical models come to the aid of forecasting, although they perform tasks only partially and provide short-term forecasts. Modified forecasting methods should be introduced, thus helping to develop follow-up strategies and decision-making at the state level. With these methods, we can assess the situation in the past, and thus it will better predict the situation that may develop in the future. Connection of work with scientific programs, plans, themes. The work was performed at the Department of Automated Information Processing and Control Systems of the National Technical University of Ukraine "Kyiv Polytechnic Institute. Igor Sikorsky ”in the framework of the topic «Effective methods for solving problems of schedule theory» (No DR 0117U000919). The purpose of the study is an analysis of the spread of acute respiratory viral disease caused by SARS-CoV-2 virus and increase the efficiency of its prediction in Ukraine. To achieve this goal it is necessary to perform the following tasks: review the relevant literature to determine what the main methods are used to analyze the processes of epidemiology; perform an analytical review and conduct a detailed analysis of existing modern forecasting methods, compare their accuracy; to develop an expert algorithm for predicting the spread of COVID-19; to develop a software implementation of COVID-19 forecasting in real time, using current statistics; perform an experimental study of the developed forecasting methods and their effectiveness. The object of research – there is research is the course and processes of disease spread. The subject of research – there are methods for forecasting unique processes. The research methods. To perform the tasks were used in the work: statistical forecasting methods (Holt-Winters, ARIMA) and the method of forecasting machine learning XGBoost. These methods were used to analyze and compare the results of forecasting, to further create a new forecasting algorithm. The scientific novelty of the obtained results lies in the developed forecasting algorithm, which on the basis of the basic forecast adjusts the results in accordance with similar time series in the past. Publications. Materials of the work are published in the collection of the Fourth International Scientific and Practical Conference PRIORITY DIRECTIONS OF SCIENCE AND TECHNOLOGY DEVELOPMENT, as well as in the materials of the VI All-Ukrainian Scientific and Practical Conference of Young Scientists and Students "Management and Technology" Information.uk
dc.description.abstractukМагістерська дисертація: 86 с., 15 рис., 15 табл., 41 джерело, 1 додаток. Актуальність. Пандемія COVID-19, яка викликана коронавірусом SARS-CoV-2, призвела до глобальних соціально-економічних наслідків в усьому світі. Прогнози випадків захворювання, кількості смертей та щоденних показників по госпіталізації можуть допомогти у інформування міністерств охорони здоров’я. Дана інформація допоможе при прийнятті рішень, так як можна хоча б частково спрогнозувати наслідки епідемії. Насамперед є важливим прогнозування випадків госпіталізації, так як важливо розуміти ситуацію по вільним ліжкам у регіонах. На допомогу у прогнозуванні приходять математичні та зокрема статистичні моделі, хоча вони виконують завдання частково лише і надають короткострокові прогнози. Варто впроваджувати модифіковані методи прогнозування, тим самим допомагаючи у розробці стратегій подальших дій та у прийманні рішень на державному рівні. За допомогою цих методів ми можемо оцінювати ситуацію у минулому, а таким чином це дозволить краще прогнозувати ситуацію, яка може скластися у майбутньому. Зв'язок роботи з науковими програмами, планами, темами. Робота виконувалась на кафедрі автоматизованих систем обробки інформації та управління Національного технічного університету України «Київський політехнічний інститут ім. Ігоря Сікорського» в рамках теми «Ефективні методи розв'язання задач теорії розкладів» (Державний реєстраційний номер 0117U000919). Метою дослідження є аналіз поширення гострого респіраторного вірусного захворювання, викликаного вірусом SARS-CoV-2 та підвищення ефективності прогнозування його в Україні. Для досягнення поставленої мети необхідно виконати наступні завдання: виконати огляд відповідної літератури, щоб визначити, які основні методи використовуються для аналізу процесів епідеміології; виконати аналітичний огляд та провести детальний аналіз існуючих сучасних методів прогнозування, порівняти їх точність; розробити експертний алгоритм прогнозування поширення COVID-19; розробити програмну реалізацію прогнозування COVID-19 у реальному часі, з використанням поточних статистичних даних; виконати експериментальне дослідження розроблених методів прогнозування та їх ефективності. Об’єктом дослідження є перебіг та процеси поширення захворювання. Предметом дослідження є методи прогнозування унікальних процесів. Методи дослідження. Для виконання поставлених завдань у роботі було використано: статистичні методи прогнозування (Гольта-Вінтерса, ARIMA) та метод прогнозування XGBoost з машинного навчання. Дані методи були використані для аналізу та порівняння результатів прогнозування, для подальшого створення нового алгоритму прогнозування. Наукова новизна одержаних результатів полягає у розробленому алгоритму прогнозування, який на основі базового прогнозу коригує результати у відповідності до подібних часових рядів у минулому. Публікації. Матеріали роботи опубліковані у збірнику Четвертої міжнародної науково-практичної конференції PRIORITY DIRECTIONS OF SCIENCE AND TECHNOLOGY DEVELOPMENT, а також в матеріалах VI всеукраїнської науково-практичної конференції молодих вчених та студентів «Інформаційні системи та технології управління» (ІСТУ-2021).uk
dc.format.page86 с.uk
dc.identifier.citationМадоян, Г. О. Прогнозування поширення COVID-19 : магістерська дис. : 126 Інформаційні системи та технології / Мадоян Гаяне Оганесівна. – Київ, 2021. – 86 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/46883
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectCOVID-19uk
dc.subjectметоди прогнозуванняuk
dc.subjectчасові рядиuk
dc.subjectmethods of forecastinguk
dc.subjecttime seriesuk
dc.subject.udc004.942uk
dc.titleПрогнозування поширення COVID-19uk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (АСОІУ)
Магістерські роботи