РЕФЕРАТИВНА БАЗА ДАНИХ "УКРАЇНІКА НАУКОВА"
Abstract database «Ukrainica Scientific»


Бази даних


Реферативна база даних - результати пошуку


Вид пошуку
Пошуковий запит: (<.>ID=REF-0000750968<.>)
Загальна кількість знайдених документів : 1

Dydyk A. P. 
Feature selection for predicting the patient state in distant postoperative period = Відбір ознак для прогнозування стану пацієнтів у віддаленому післяопераційному періоді / A. P. Dydyk, O. K. Nosovets, V. O. Babenko // Herald of Advanced Inform. Technology. - 2020. - 3, № 2. - С. 34-41. - Бібліогр.: 20 назв. - англ.

Задача оптимізації стану пацієнтів із вродженими вадами серця у віддаленому післяопераційному періоді полягає в знаходженні певної стратегії лікування, яка надає найкращий результат, враховуючи у цьому випадку початковий стан пацієнта. Проте, вхідних змінних для даного типу задачі може бути занадто багато, що значно підвищує ризик погіршення результатів. Описано процес аналізу алгоритмів відбору ознак, які виступають в ролі показників пацієнтів із вродженими вадами серця, застосування механізму даних алгоритмів для зменшення розмірності (кількості) вхідних ознак, і використання обраних ознак для прогнозування показників стану пацієнтів у віддаленому періоді. Мета дослідження - знаходження оптимального складу показників, який зберігав би якомога більше інформативності для прогнозування показників стану пацієнтів. Серед проаналізованих алгоритмів відбору ознак обрано метод кореляційного відбору ознак. Як вихідна змінна виступала функція адитивної згортки показників стану, яку отримано за рахунок методу багатокритеріального прийняття рішень, а саме - методу Best-Worst. Для прогнозування показників стану пацієнтів запропоновано 5 алгоритмів класифікації: логістична регресія, лінійний дискримінантний аналіз, випадковий ліс, покроковий змішаний алгоритм методу групового врахування аргументів, і метод групового врахування аргументів із використанням нейронів. Перед їх застосуванням, загальну вибірку було розбито на навчальну, яка складала 80 %, і тестову, що склала відповідно 12 %. Перші 3 алгоритми були запрограмовані мовою Python, а інші були розраховані в програмному забезпеченні GMDH Shell DS. В середньому алгоритми видають 78,4 % точності на тесті. Отримані результати будуть використані для покращання єдиного алгоритму оптимізації стану пацієнтів, який отримано в попередніх дослідженнях, і включає в себе генетичний алгоритм і метод аналізу ієрархій.


Індекс рубрикатора НБУВ: Р457-38

Рубрики:

Шифр НБУВ: Ж101737 Пошук видання у каталогах НБУВ 
Повний текст  Наукова періодика України 
  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"
 
Національна бібліотека України імені В. І. Вернадського
Відділ наукового формування національних реферативних ресурсів
Інститут проблем реєстрації інформації НАН України

Всі права захищені © Національна бібліотека України імені В. І. Вернадського