Defnyddiwch y dynodwr hwn i ddyfynnu neu i gysylltu â'r eitem hon: http://elartu.tntu.edu.ua/handle/lib/44471
Teitl: Розробка системи автоматизованого пошуку аномалій в результатах медичних досліджень
Teitlau Eraill: Development of a system for automated anomaly detection in medical research results
Awduron: Дроздов, Віталій Ярославович
Drozdov, Vitaliy
Affiliation: Тернопільський національний технічний університет імені Івана Пулюя
Bibliographic description (Ukraine): Дроздов В. Я. Розробка системи автоматизованого пошуку аномалій в результатах медичних досліджень: кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „121 — інженерія програмного забезпечення“ / В. Я. Дроздов. — Тернопіль: ТНТУ, 2023. — 59 с.
Dyddiad Cyhoeddi: Dec-2023
Submitted date: Dec-2023
Date of entry: 6-Feb-2024
Cyhoeddwr: Тернопільський національний технічний університет імені Івана Пулюя
Country (code): UA
Place of the edition/event: Тернопіль
Supervisor: Яворська, Євгенія Богданівна
Committee members: Никитюк, В'ячеслав В'ячеславович
UDC: 004.9
Allweddeiriau: 121
інженерія програмного забезпечення
медичні аналізи
алгоритм
ансамблеві методи
виявлення аномалій
Python
машинне навчання
Number of pages: 59
Crynodeb: Ціль роботи - розробка алгоритмічного і програмного забезпечення аналізу і візуалізації результатів медичних оглядів У ході дослідження був проведено аналітичний огляд по літературним джерелам з метою уточнення досягнень світовий технологічної науки в галузі, що розглядається; аналіз та візуалізація результатів медичних оглядів; визначення аномалій у результатах медичні дослідження. У результаті дослідження проведено аналіз і візуалізація результатів медичних оглядів; розроблений алгоритм визначення аномалій в результатах медичних досліджень.
The goal of the work is the development of algorithmic and software analysis and visualization of the results of medical examinations In the course of the study, an analytical review of literary sources was conducted inorder to clarify the achievements of world technological science in the field under consideration; analysis and visualization of the results of medical examinations; determination of anomalies in the results of medical research. As a result of the research, an analysis and visualization of the results of medical examinations was carried out; developed an algorithm for determining anomalies in the results of medical research.
Content: ВСТУП 7 1. ОСНОВНА ЧАСТИНА 8 1.1 Огляд літератури 8 1.2 Об'єкт і методи дослідження 15 1.2.1. Методи машинного навчання (Machine Learning) 15 1.2.2. Навчaння з вчителем (Supervised learning) 19 1.2.3. Навчання без вчителя (Unsupervised learning) 20 1.2.4.Навчання із частковим залученням вчителя (Semi-Supervised learning ) 20 1.2.6. Глибоке навчання (Deep learning) 21 1.2.7. Ансамблеві методи (Ensemble Methods) 21 2. РОЗРАХУНКИ І АНАЛІТИКА 20 2.1 Вибір програмного забезпечення 23 2.1.1. Використовувані бібліотеки "Python" 23 2.2 Завантаження і попередній аналіз даних 24 2.3 Поділ набору даних на тестову і тренувальну вибірки 24 2.4 Вибір алгоритму класифікації 22 2.4.1 Ізолюючий ліс (Isolation Forest) 25 2.4.4 Ансамблі алгоритмів 28 2.5. Результати проведеного дослідження 32 3. ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 38 3.1 Охорона праці 38 3.2. Безпека в надзвичайних ситуаціях 37 ВИСНОВОК 46 ПЕРЕЛІК ВИКОРИСТАНИХ ДЖЕРЕЛ 47 ДОДАТКИ 49
URI: http://elartu.tntu.edu.ua/handle/lib/44471
Copyright owner: © Дроздов Віталій Ярославович, 2023
References (Ukraine): 1. Anomaly Detection Principles and Algorithms 2017 Edition
2. Hands-On Machine Learning with scikit-learn and Scientific Python Toolkits(Release)
3. Beginning Anomaly Detection Using Python-Based Deep Learning: With Kerasand PyTorch 1st ed. 2019
4. Outlier Analysis 2nd ed. 2017 Edition
5. Outlier Detection: Techniques and Applications 1st Ed. 2019 Edition
6. Топ-5 мов для машинного навчання [Електронний ресурс]/ З. Стельмах. Електрон. текстові дані. 2019. URL: https://www.itweek.ru/ai/article/detail.php
7. Kaggle [Електронний ресурс] URL:https://ua.wikipedia.org/wiki/Kaggle
8. Scikit-learn.org [Електронний ресурс] URL: https://scikitlearn.org/stable/modules/generated/sklearn.ensemble.IsolationForest.html
9. Scikit-learn.org [Електронний ресурс] URL: https://scikitlearn.org/stable/modules/generated/sklearn.svm.OneClassSVM.html
10. Scikit-learn.org [Електронний ресурс] URL: https://scikitlearn.org/stable/modules/generated/sklearn.covariance.EllipticEnvelope.html
11. Історія розвитку ансамблевих методів класифікації в машинному навчанні (Робота Ю.В. Кашніцького) 2015р.
Content type: Master Thesis
Ymddengys yng Nghasgliadau:121 — інженерія програмного забезпечення

Ffeiliau yn yr Eitem Hon:
Ffeil Disgrifiad MaintFformat 
dyplom_Drozdov_2023.pdf1,36 MBAdobe PDFGweld/Agor


Diogelir eitemau yn DSpace gan hawlfraint, a chedwir pob hawl, onibai y nodir fel arall.

Offer Gweinyddol