1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
2. Матеріали конференцій, семінарів, читань
3. 2026
4. Ⅸ Міжнародна студентська науково-технічна конференція „Природничі та гуманітарні науки. Актуальні питання“ (2026)

Tytuł:	Інтелектуальна система прогнозування ризику діабету 2 типу на основі медичних даних
Inne tytuły:	Intelligent system for predicting type 2 diabetes risk based on medical data
Authors:	Кіт, І. Kit, I.
Affiliation:	Тернопільський національний технічний університет імені Івана Пулюя Ternopil Ivan Puluj National Technical University
Bibliographic description (Ukraine):	Кіт І. Інтелектуальна система прогнозування ризику діабету 2 типу на основі медичних даних / Кіт І. // Матеріали IX Міжнар. студ. наук.-техн. конф. „Природничі та гуманітарні науки. Актуальні питання“, 24-25 квітня 2026 р. — Т. : ТНТУ, 2026. — С. 364–365. — (Хімічна та біоінженерія).
Bibliographic reference (2015):	Кіт І. Інтелектуальна система прогнозування ризику діабету 2 типу на основі медичних даних // Матеріали IX Міжнар. студ. наук.-техн. конф. „Природничі та гуманітарні науки. Актуальні питання“, Тернопіль, 24-25 квітня 2026 р. 2026. С. 364–365.
Bibliographic citation (APA):	Kit, I. (2026). Intelektualna systema prohnozuvannia ryzyku diabetu 2 typu na osnovi medychnykh danykh [Intelligent system for predicting type 2 diabetes risk based on medical data]. Proceedings of the IX International Student Scientific and Technical Conference “Natural Sciences and Humanities. Current Issues”, 24-25 April 2026, Ternopil, 364-365. TNTU. [in Ukrainian].
Bibliographic citation (CHICAGO):	Kit I. (2026) Intelektualna systema prohnozuvannia ryzyku diabetu 2 typu na osnovi medychnykh danykh [Intelligent system for predicting type 2 diabetes risk based on medical data]. Proceedings of the IX International Student Scientific and Technical Conference “Natural Sciences and Humanities. Current Issues” (Tern., 24-25 April 2026), pp. 364-365 [in Ukrainian].
Część publikacji:	Матеріали Ⅸ Міжнародної студентської науково-технічної конференції „Природничі та гуманітарні науки. Актуальні питання“, 2026 Proceedings of the IX International Student Scientific and Technical Conference “Natural Sciences and Humanities. Current Issues”, 2026
Konferencja/wydarzenie:	Ⅸ Міжнародна студентська науково-технічна конференція „Природничі та гуманітарні науки. Актуальні питання“
Journal/kolekcja:	Матеріали Ⅸ Міжнародної студентської науково-технічної конференції „Природничі та гуманітарні науки. Актуальні питання“
Data wydania:	24-kwi-2026
Date of entry:	10-cze-2026
Wydawca:	ТНТУ TNTU
Place edycja:	Тернопіль Ternopil
Zakresu czasowego:	24-25 квітня 2026 р. 24-25 April 2026
Promotor:	Матійчук, Любомир Павлович Matiichuk, L. P.
UDC:	004.9 616.379-008.64
Słowa kluczowe:	прогнозування ризику захворювання персоналізована медицина машинне навчання disease risk prediction personalized medicine machine learning
Strony:	2
Zakres stron:	364-365
Główna strona:	364
Strona końcowa:	365
URI:	http://elartu.tntu.edu.ua/handle/lib/52299
Właściciel praw autorskich:	© Тернопільський національний технічний університет імені Івана Пулюя, 2026
Wykaz piśmiennictwa:	1. Sudlow C., Gallacher J., Allen N., et al. UK Biobank: An Open Access Resource for Identifying the Causes of a Wide Range of Complex Diseases of Middle and Old Age. PLoS Medicine, 2015. Vol. 12, No. 3. e1001779. 2. Grant S. F. A., Thorleifsson G., Reynisdottir I., et al. Variant of transcription factor 7-like 2 (TCF7L2) gene confers risk of type 2 diabetes. Nature Genetics, 2006. Vol. 38. P. 320–323. 3. Gloyn A. L., Pearson E. R., Antcliff J. F., et al. Activating mutations in the gene encoding the ATP-sensitive potassium-channel subunit Kir6.2 and permanent neonatal diabetes. New England Journal of Medicine, 2004. Vol. 350. P. 1838–1849. 4. Chen T., Guestrin C. XGBoost: A Scalable Tree Boosting System. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 2016. P. 785–794. 5. Dolezalova N., Reed A. B., Despotovic A., et al. Development of a dynamic type 2 diabetes risk prediction tool: a UK Biobank study. arXiv:2104.10108, 2021. 6. Lundberg S. M., Lee S.-I. A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems (NeurIPS), 2017. P. 4765–4774.
References:	1. Sudlow C., Gallacher J., Allen N., et al. UK Biobank: An Open Access Resource for Identifying the Causes of a Wide Range of Complex Diseases of Middle and Old Age. PLoS Medicine, 2015. Vol. 12, No. 3. e1001779. 2. Grant S. F. A., Thorleifsson G., Reynisdottir I., et al. Variant of transcription factor 7-like 2 (TCF7L2) gene confers risk of type 2 diabetes. Nature Genetics, 2006. Vol. 38. P. 320–323. 3. Gloyn A. L., Pearson E. R., Antcliff J. F., et al. Activating mutations in the gene encoding the ATP-sensitive potassium-channel subunit Kir6.2 and permanent neonatal diabetes. New England Journal of Medicine, 2004. Vol. 350. P. 1838–1849. 4. Chen T., Guestrin C. XGBoost: A Scalable Tree Boosting System. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 2016. P. 785–794. 5. Dolezalova N., Reed A. B., Despotovic A., et al. Development of a dynamic type 2 diabetes risk prediction tool: a UK Biobank study. arXiv:2104.10108, 2021. 6. Lundberg S. M., Lee S.-I. A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems (NeurIPS), 2017. P. 4765–4774.
Typ zawartości:	Conference Abstract
Występuje w kolekcjach:	Ⅸ Міжнародна студентська науково-технічна конференція „Природничі та гуманітарні науки. Актуальні питання“ (2026)

Pozycje DSpace są chronione prawami autorskimi