Search academic texts

Information × Registration Number 2120U008811, Article popup.category Бакалаврська робота Title Порівняння моделей динаміки розповсюдження Covid-19 для різних країн світу (AI translated) popup.author Шкулепова Марія ОлександрівнаShkulepova Mariya Oleksandrivna popup.publication 01-06-2020 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/36147 popup.publisher Київ Description Дипломна робота: 94 с., 22 рис., 13 табл., 2 додатки, 18 джерел. Об’єкт дослідження – набір даних, який відображає значення поширення нового коронавірсу країною та оновлюється кожного дня. Предмет дослідження – епідеміологічні моделі, алгоритми кластеризації та їх порівняння, метрики для визначення якості кластеризації, візуалізац ія даних. Мета роботи – побудувати якісну модель кластеризації країн за основними параметрами розповсюдження вірусу та знайти схожі за динамікою поширення країни, визначити алгоритм, який дає найкращий результат на відповідних даних . Актуальність – вивчення хвороби Covid-19 та її динаміку важко переоцінити, оскільки через невивчений досі вірус весь світ наразі вводить карантинні заходи, а керівництвам країн необхідно приймати зважені рішення щодо проводжання нових мір застереження або ж їх скасування. У роботі проведено порівняльний аналіз методів кластеризації та визначено їх переваги та недоліки. Було обрано оптимальний розмір кластерів залежно від метрик оцінювання якості кластеризації. Шляхи подальшого розвитку предмету дослідження – збільшення розміру даних за рахунок додавання нових ознак, таких як вік та дотримання карантинних меж за допомогою запитів в онлайн картах. Diploma work: 94 p., 22 fig., 13 tabl., 2 appendixes, 18 sources. The object of study - a dataset that reflects the effect of the spread of the new coronavirus by the country and is updated daily. Subject of research – epidemiological models, clustering algorithms and their comparisons, metrics for determining the quality of clustering, data visualization. Purpose – develop a high-quality model of clustering the countries by the main parameters of the spread of the virus and find similar dynamics of the country, determine the algorithm that gives the best result on the relevant data. Actuality – research of Covid-19 and its dynamics is difficult to overestimate, as the unexplored virus is currently the reason of quarantine measures around the world, and country leaders need to make informed decisions about taking new measures or repealing them. The comparative analysis of clustering methods is carried out and their advantages and disadvantages are determined. The optimal cluster size was selected depending on the clustering quality evaluation metrics. The further development of the research subject – increase the size of the data by adding new features, such as age and compliance with quarantine limits through online map queries. popup.nrat_date 2025-11-05 Close