Пошук академічних текстів

Інформація × Реєстраційний номер 2124U004119, Матеріали видань та локальних репозитаріїв Категорія Стаття, Опубліковано, Рецензована стаття Назва роботи Дослідження та інтеграція алгоритму SVM в інформаційно-вимірювальні технології для вибору професії лікаря Автор Ізмалков ОлексійIzmalkov Oleksii Дата публікації 14-06-2024 Постачальник інформації Дніпровський національний університет імені Олеся Гончара Першоджерело https://cims.fti.dp.ua/j/article/view/179 Видання Oles Honchar Dnipro National University Опис Це дослідження визначає застосування передових інформаційних та вимірювальних технологій у психофізичному аналізі для покращення процесу вибору кар’єри для медичних професій. Традиційні методи профорієнтації часто ґрунтуються на суб’єктивних оцінках, що може призвести до неправильного вибору професії, зниження задоволеності роботою та підвищення рівня вигорання. Це дослідження спрямоване на вирішення цих проблем шляхом інтеграції об’єктивних і комплексних інструментів оцінювання, таких як біометричні датчики, симуляції віртуальної реальності, психометричні оцінки та алгоритми машинного навчання, з особливим акцентом на опорних векторних машинах (SVM). SVM використовується в цьому дослідженні для аналізу складних багатовимірних даних і виявлення закономірностей, які співвідносять психофізичні риси з відповідною медичною кар’єрою. Ці технології дозволяють точно вимірювати когнітивні здібності, психомоторні навички та особистісні риси, що веде до більш точних рекомендацій щодо кар’єри. Дослідження передбачає детальний огляд літератури, вибір та оцінку відповідних технологій, а також розробку моделі психофізичного аналізу з використанням SVM. Збір даних від осіб, які шукають професійної орієнтації в медичній галузі, забезпечує надійний набір даних для навчання моделі та оцінювання. Ефективність моделі оцінюється за допомогою таких показників, як точність, точність, запам’ятовування та оцінка F1 із перехресною перевіркою, що забезпечує її надійність. Впровадження та тестування моделі на основі SVM у реальних умовах підтверджує її практичну застосовність. Методи інтерпретації, такі як SHAP (додаткові пояснення SHapley), використовуються для пояснення прогнозів моделі, забезпечуючи прозорість і довіру користувачів. Відгуки користувачів і консультантів з кар’єри допомагають удосконалити модель, підвищити її точність і зручність використання. Це дослідження сприяє розвитку галузі, демонструючи, як інформаційні та вимірювальні технології, зокрема SVM, можуть змінити професійну орієнтацію в медичних професіях. Отримані дані свідчать про те, що ці технології можуть суттєво покращити взаємозв’язок між психофізичними рисами людини та обраною професією. Додано в НРАТ 2025-04-07 Закрити