Empreu aquest identificador per citar o enllaçar aquest ítem:
http://elartu.tntu.edu.ua/handle/lib/48644
Títol: | Отримання інформативних даних для когнітивних програмних систем на основі науки про дані |
Altres títols: | Extraction of important data for cognitive software systems based on data science |
Autor: | Брик, Олександр Пастух, Олег Анатолійович Bryk, Oleksandr Pastukh, Oleh |
Affiliation: | Тернопільський національний технічний університет імені Івана Пулюя, Тернопіль, Україна Ternopil Ivan Puluj National Technical University, Ternopil, Ukraine |
Bibliographic description (Ukraine): | Брик О. Отримання інформативних даних для когнітивних програмних систем на основі науки про дані / Олександр Брик, Олег Анатолійович Пастух // Вісник ТНТУ. — Т. : ТНТУ, 2025. — Том 117. — № 1. — С. 62–66. |
Bibliographic reference (2015): | Брик О., Пастух О. А. Отримання інформативних даних для когнітивних програмних систем на основі науки про дані // Вісник ТНТУ, Тернопіль. 2025. Том 117. № 1. С. 62–66. |
Bibliographic citation (APA): | Bryk, O., & Pastukh, O. (2025). Otrymannia informatyvnykh danykh dlia kohnityvnykh prohramnykh system na osnovi nauky pro dani [Extraction of important data for cognitive software systems based on data science]. Scientific Journal of the Ternopil National Technical University, 117(1), 62-66. TNTU. [in Ukrainian]. |
Bibliographic citation (CHICAGO): | Bryk O., Pastukh O. (2025) Otrymannia informatyvnykh danykh dlia kohnityvnykh prohramnykh system na osnovi nauky pro dani [Extraction of important data for cognitive software systems based on data science]. Scientific Journal of the Ternopil National Technical University (Tern.), vol. 117, no 1, pp. 62-66 [in Ukrainian]. |
Is part of: | Вісник Тернопільського національного технічного університету, 1 (117), 2025 Scientific Journal of the Ternopil National Technical University, 1 (117), 2025 |
Journal/Collection: | Вісник Тернопільського національного технічного університету |
Issue: | 1 |
Volume: | 117 |
Data de publicació: | 18-de -2025 |
Submitted date: | 28-de -2024 |
Date of entry: | 27-de -2025 |
Editorial: | ТНТУ TNTU |
Place of the edition/event: | Тернопіль Ternopil |
DOI: | https://doi.org/10.33108/visnyk_tntu2025.01.062 |
UDC: | 681.3 |
Paraules clau: | наука про дані топологічний аналіз даних когнітивні програмні системи data science topological data analysis cognitive software systems |
Number of pages: | 5 |
Page range: | 62-66 |
Start page: | 62 |
End page: | 66 |
Resum: | В епоху технологій даних для медичних діагностичних когнітивних програмних систем тримано нові інформативні дані на основі топологічного аналізу даних у вигляді чисел Бетті. Ці нові
інформативні дані можна застосовувати для медичних діагностичних когнітивних програмних систем і отримувати вищу точність діагностики нейродегенеративних захворювань. Це надзвичайно важливо, оскільки
від їх точності залежить вибір протоколу лікування пацієнта. Вища точність функціонування медичних діагностичних когнітивних програмних систем досягається завдяки тому, що нові інформативні дані є
топологічними даними, які у своїх значеннях враховують природу топологічної структури експериментально виміряних даних у вигляді електроенцефалографічних (ЕЕГ) сигналів, що характеризують активність роботи
головного мозку пацієнта. На основі експериментальних даних – ЕЕГ сигналів та методів науки про дані топологічного аналізу даних отримано нові інформативні топологічні дані для розроблення високоточних
медичних діагностичних когнітивних програмних систем у неврології. В основі наукового підходу використано методи та аналітичні техніки алгебраїчної топології, зокрема теорії категорій та симплиціальної геометрії
(симплеціальних комплексів). Зокрема, топологічні дані – числа Бетті, які отримані на основі топологічного аналізу даних над експериментально виміряними ЕЕГ сигналами головного мозку людини являють собою
кількість симплексів із дирками різної вимірності Вієторіс-Ріпс симплеціального комплексу. Для відбору ЕЕГ сигналів у дослідженні використано 16-ти канальний комплекс електроенцефалографічний НЕЙРОКОМ
виробника медичного обладнання ХАІ-МЕДИКА. Результати вимірювань ЕЕГ сигналів мали вигляд двовимірних масивів. Індекси рядків інтерпретувалися як моменти часу вимірювань електроенцефалографом електричної
активності мозку. індекси колонок інтерпритувалися, як канали (електроди) електроенцефалографа. Над кожним рядком таких двовимірних масивів виконано топологічний аналіз даних – хмара точок, яка утворена
каналами електроенцефалографа. У фіксований момент часу вона перетворювалася в симплиціальний комплекс, у вершинах якого розташовані електроди електроенцефалографа In the era of data technologies for medical diagnostic cognitive software systems, new informative data has been obtained based on topological data analysis in the form of Betti numbers. These new, more informative data can be applied to medical diagnostic cognitive software systems and obtain a higher accuracy in the diagnosis of neurodegenerative diseases, which is extremely important, since the choice of a patient's treatment protocol depends on their accuracy. The higher accuracy of the functioning of medical diagnostic cognitive software systems is achieved due to the fact that new informative data are topological data, which in their values take into account the nature of the topological structure of experimentally measured data in the form of electroencephalographic (EEG) signals characterizing the activity of the patient's brain. On the basis of experimental data - EEG signals and methods of data science - topological data analysis, new more informative topological data were obtained for the development of high-precision medical diagnostic cognitive software systems in neurology. The scientific approach is based on the methods and analytical techniques of algebraic topology, in particular, the theory of categories and simplicial geometry (simplicial complexes). In particular, topological data – Betti numbers, obtained on the basis of topological analysis of data on experimentally measured EEG signals of the human brain, represent the number of simplexes with holes of different dimensions of the Vietoris- Rips simplex complex |
URI: | http://elartu.tntu.edu.ua/handle/lib/48644 |
ISSN: | 2522-4433 |
Copyright owner: | © Ternopil Ivan Puluj National Technical University, 2025 |
URL for reference material: | https://doi.org/10.33108/visnyk_tntu2024.03.082 https://en.wikipedia.org/wiki/Dementia https://www.brightbraincentre.co.uk/electroencephalogram-eeg-brainwaves/ https://xai-medica.com/ua/equipments.html https://en.wikipedia.org/wiki/Vietoris%E2%80%93Rips_complex https://arxiv.org/pdf/ |
References (International): | 1. Pastukh O. et al. (2024) Comparison of the accuracy of machine learning algorithms for brain-computer interaction based on high-performance computing technologies. Sci. J. TNTU, vol. 115, no. 3, pp. 82–90. https://doi.org/10.33108/visnyk_tntu2024.03.082 2. Pastukh O. et al. (2024). Robustness of AI algorithms for neurocomputer interfaces based on software and hardware technologies. CEUR Workshop Proceedings, 3742, pp. 137–149. 3. Petryk M. et al. (2023). Processing of Cerebral Cortex Neurosignals from EEG Sensors and Recognizing Specific Types of Mechanical Movements Elements of Pacient Limbs under the Cognitive Feedback Influenses. CEUR Workshop Proceedings, 3468, pp. 61–70. 4. Petryk M. et al. (2024). Multi-sensor analysis of cognitive signals for neurological disorders and diseases. CEUR Workshop Proceedings, 3742, pp. 304–315. 5. Stefanyshyn V. et al. (2023) Mathematics and software for controlling mobile software devices based on brain activity signals. CEUR Workshop Proceedings, 3628, pp. 684–689. 6. Palamar A. et al. (2023) Real-time Health Monitoring Computer System Based on Internet of Medical Things. CEUR Workshop Proceedings, 3628, pp. 672–683. 7. Dozorskyi V. et al. (2022). The Method of User Identification by Speech Signal. CEUR Workshop Proceedings, , 3309, pp. 225–232. 8. Yatsyshyn V. et al. (2022). A Risks management method based on the quality requirements communication method in agile approaches. CEUR Workshop Proceedings, 3309, pp. 1–10. 9. Yatsyshyn V. et al. (2024). Information technology to support the digital transformation of small and medium-sized businesses. CEUR Workshop Proceedings, 3742, pp. 150–165. 10. Dementia. Available at: https://en.wikipedia.org/wiki/Dementia (accessed: 11.10.2024). 11. Bright brain – London's eeg, neurofeedback and brain stimulation centre. Available at: https://www.brightbraincentre.co.uk/electroencephalogram-eeg-brainwaves/ (accessed: 11.10.2024). 12. Equipments catalog. Available at: https://xai-medica.com/ua/equipments.html (accessed: 11.10.2024). 13. Vietoris-Rips complex. Available at: https://en.wikipedia.org/wiki/Vietoris%E2%80%93Rips_complex (accessed: 11.10.2024). 14. Wei A., Rotman Z. Cech homology, homology of relations, relative homology & their applications, Undergraduate Math Seminar- Elementary Applied Topology Columbia University, Spring 2019, 56 p. 15. Reani Y., Bobrowski O. Cycle Registration in Persistent Homology with Applications in Topological Bootstrap. Available at: chrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://arxiv.org/pdf/ 2101.00698.pdf (accessed: 11.10.2024). |
Content type: | Article |
Apareix a les col·leccions: | Вісник ТНТУ, 2025, № 1 (117) |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
TNTUSJ_2025v117n1_Bryk_O-Extraction_of_important_data_62-66.pdf | 1,29 MB | Adobe PDF | Veure/Obrir | |
TNTUSJ_2025v117n1_Bryk_O-Extraction_of_important_data_62-66__COVER.png | 1,29 MB | image/png | Veure/Obrir |
Els ítems de DSpace es troben protegits per copyright, amb tots els drets reservats, sempre i quan no s’indiqui el contrari.