Пошук академічних текстів

Інформація × Реєстраційний номер 0224U033089, (0124U004362) , Науково-дослідна робота Назва роботи Комплексний догляд для наступного покоління, iCare4Next, С2020/1-8 Назва етапу роботи Розроблення ієрархічного ансамблю моделей машинного навчання для опрацювання великих даних Керівник роботи Шаховська Наталія Богданівна, Доктор технічних наук Дата реєстрації 17-12-2024 Організація виконавець Національний університет "Львівська політехніка" Опис роботи Метою НДР «Комплексний догляд для наступного покоління» є розроблення методів та засобів аналізу, опрацювання даних для розширення можливостей із покращення оздоровлення та догляду в домашніх умовах за людьми старшого віку, розроблення керованих даними методів аналізу та прогнозування. Опис етапу Запропоновано новий підхід до визначення межі зважування слабких класифікаторів, який покращує точність класифікації та адаптивність у реальних програмах. Інший можливий підхід полягає у використанні імпутованого набору даних. Автори використовували метод к найближчих сусідів, щоб приписувати відсутні значення функції на основі інших невідсутніх значень цієї функції для цього округу, за кількома винятками. Основним у нашій інновації є використання математичного очікування для вибору коефіцієнта відсікання в ансамблі. Цей динамічний механізм голосування враховує індивідуальні оцінки слабких класифікаторів у ансамблі, дозволяючи приймати рішення з урахуванням контексту. Замість того, щоб покладатися на статичний поріг, наш підхід обчислює середній бал для кожного голосу, який потім піддається математичному очікуванню для отримання оптимального порогового коефіцієнта. Ця адаптивна стратегія гарантує, що ансамблі класифікації точно налаштовані на конкретні характеристики вхідних даних, що призводить до покращення продуктивності в ряді завдань класифікації. Запропонований гібридний ієрархічний ансамбль, що поєднує як контрольоване, так і неконтрольоване навчання, дозволяє нам підвищити точність регресійного завдання на 11% з точки зору MSE, 29% з точки зору площі ROC і 43% з точки зору метрики MPP. Значення ROC-AUC збільшилося з 0,609 до 0,790; MSE знизився з 112,6 до 101,3, а MPP з 18,8 до 13,1 відповідно. Таким чином, використовуючи запропонований підхід, можна з досить високою точністю прогнозувати кількість випадків COVID-19 і смертей на основі демографічних, географічних, кліматичних, транспортних, громадського здоров’я, дотримання політики соціального дистанціювання та політичних характеристик.   Опис продукції Автори роботи Басистюк Олег Андрійович Мельникова Наталія Іванівна Поберейко Петро Петрович Додано в НРАТ 2024-12-17 Закрити