Дисертація доктора філософії. Земляний Олексій Дмитрович. Розроблення методів та програмного забезпечення інтелектуального імпутування пропусків даних

Реєстраційний номер

0826U003636, Дисертація доктора філософії

На здобуття

Доктор філософії

Дата захисту

27-08-2026

Статус

Наказ про видачу диплома

Назва роботи

Розроблення методів та програмного забезпечення інтелектуального імпутування пропусків даних

Здобувач

Земляний Олексій Дмитрович,

Керівник Байбуз Олег Григорович
Опонент Голуб Сергій Васильович
Опонент Губський Андрій Миколайович
Рецензент Мацуга Ольга Миколаївна
Рецензент Клименко Світлана Володимирівна

Установа, організація, у вченій раді якої відбудеться/відбувся захист

Дніпровський національний університет імені Олеся Гончара

Опис

Проблема пропусків у даних є актуальною для багатьох прикладних галузей, оскільки вона суттєво погіршує якість аналізу, знижує точність алгоритмів машинного навчання та може призводити до хибних висновків, особливо в задачах класифікації та прогнозування. Це ускладнює створення моделей, які б адекватно описували реальні процеси, і збільшує ризик упереджених рішень у критичних сферах, таких як охорона здоров’я та екологічний моніторинг. Дисертація присвячена розробленню методів, алгоритмів та програмних засобів інтелектуального імпутування пропусків, які забезпечують точність і ефективність у задачах моніторингу. Автором запропоновано інноваційні підходи, що поєднують класифікацію, регресію, ентропійний аналіз і кореляційні залежності, з урахуванням структури даних та патернів пропусків. Методи реалізовано на мові Python з інтеграцією в екосистему бібліотеки scikit-learn, що забезпечує їх уніфіковане застосування в аналітичних конвеєрах (pipeline) разом з імпутуванням, масштабуванням, класифікацією чи прогнозуванням. Наукова новизна полягає в удосконаленні та розробці нових методів імпутування: • UnifiedClassRegrImputer – удосконалення методу NoNa шляхом комбінації класифікатора та регресора з урахуванням типу даних і патернів пропусків; • RegrImputer – метод на основі регресора з уточненням значень для категоріальних даних, який значно підвищує швидкодію та точність; • EntropyImputer – удосконалений ентропійний метод з однокроковою та ітераційною процедурами зменшення умовної ентропії; • HybridRegrEntropyImputer – гібридний метод, що поєднує ентропійний та регресійний підходи; • CorrelationImputer – метод на основі кореляційного зв’язку між ознаками, який автоматизує вибір найкращої моделі залежності; • Метод імпутування для часових рядів з сезонною складовою – модифікація CorrelationImputer, яка діє для кожного місяця окремо; • IgnoreNANLabelEncoder та IgnoreNANFrequentEncoder – удосконалені методи перетворення якісних ознак на кількісні зі збереженням інформації про пропуски та можливістю зворотного перетворення. Практичне значення роботи полягає в розробці програмного забезпечення, яке реалізує запропоновані методи та дозволяє підвищити точність імпутування пропусків у даних медичного та гідрологічного моніторингу. Ефективність методів залежить від особливостей даних, патернів пропусків та їхньої кількості. Метод RegrImputer виділяється найвищою обчислювальною ефективністю, EntropyImputer забезпечує найбільше зменшення умовної ентропії, а HybridRegrEntropyImputer демонструє підвищену точність імпутування. За наявності кореляційних залежностей CorrelationImputer забезпечує найвищу точність, а його модифікація для сезонних даних підвищує якість прогнозування, хоча й вимагає більших обчислювальних витрат. Розроблені методи покращують якість моделей класифікації та прогнозування порівняно з базовими моделями без імпутування та найпростішим стандартним методом SimpleImputer. Результати дисертації впроваджено в освітній процес кафедри інженерії програмного забезпечення та інформаційних технологій Дніпровського національного університету імені Олеся Гончара, де вони використовуються при викладанні дисциплін «Аналіз даних на мові Python», «Оптимізація та підвищення продуктивності програмного коду», «Аналіз та візуалізація даних», «Технології пошуку структури в даних».

Дата реєстрації

2026-07-15

Додано/оновлено в НРАТ

2026-07-15 / 2026-09-22