Побудова діагностичної експертно-медичної системи з використанням нейронних мереж

Simple item page
dc.contributor.authorГлибовець, Микола
dc.contributor.authorСалата, Кирило
dc.contributor.authorТкач, Наталія
dc.date.accessioned2021-01-31T13:03:12Z
dc.date.available2021-01-31T13:03:12Z
dc.date.issued2020
dc.description.abstractУ статті розглянуто основні методи (дерева прийняття рішень, глибинне навчання, метод k-найближчих сусідів, нейронні мережі) створення діагностичних експертно-медичних систем. Для практичної частини створення API було відібрано декілька класифікаторів та проведено дослідження їх роботи. А саме було порівняно класифікатори засновані на нейронних мережах, деревах прийняття рішень та методі k-найближчих сусідів. Були оптимізовані параметри для обраних класифікаторів. В результаті були відібрані параметри на яких досліджувались дані. Також досліджено збірку даних пацієнтів, які мали серцевий напад, для розробки діагностичної системи визначення наявності хвороб серця. Описано діагностичний API для виявлення хвороб серця у пацієнта.uk_UA
dc.description.abstractВ статье рассмотрено методы (деревья принятия решений, глубинное обучение, метод k-ближайших соседей, нейронные сети) создания диагностических экспертно-медицинские систем. Для практической части создания API были выбраны классификаторы и проведено исследование их работы. А именно были сравнены классификаторы, базирующиеся на нейронных сетях, деревьях принятия решений и методе k-ближайших соседей. Были оптимизированы параметры для этих классификаторов. В результате были отобраны параметры на которых исследовались данные. Также был исследован датасет информации о пациентах, у которых был сердечный приступ, для разработки программной системы диагностирования сердечных болезней. Описано диагностическое API определения сердечных болезней пациентов.ru_RU
dc.description.abstractIn the article was discussed the methods (decision trees, deep learning algorithms, k-nearest neighbors, neural networks) to create diagnostic expert medical systems. For practice part were developed diagnostic API based on chosen classifiers that implement the algorithms and a study of their work was conducted. Namely, classifiers based on neural networks, decision trees and k-nearest neighbors method were compared. The parameters for the selected classifier were optimized. As a result, were selected parameters on which the data were researched. In addition, the dataset of information of patients who had heart attack was researched to develop a diagnostic system for revealing heart diseases. The diagnostic API for revealing patients’ heart diseases is described. Keywords: diagnostic systems, medical systems, neural networks, decision trees, diagnostic API.en_US
dc.identifier.citationГлибовець М. М. Побудова діагностичної експертно-медичної системи з використанням нейронних мереж / М. М. Глибовець, К. В. Салата, Н. А. Ткач // Проблеми програмування. - 2020. - № 2-3 (Спеціальний випуск). - С. 384-391.uk_UA
dc.identifier.issn1727-4907
dc.identifier.urihttps://doi.org/10.15407/pp2020.02-03.384
dc.identifier.urihttps://ekmair.ukma.edu.ua/handle/123456789/19375
dc.language.isoukuk_UA
dc.relation.sourceПроблеми програмування.uk_UA
dc.statusfirst publisheduk_UA
dc.subjectдіагностичні системиuk_UA
dc.subjectмедичні експертні системиuk_UA
dc.subjectнейронні мережіuk_UA
dc.subjectдерева прийняття рішеньuk_UA
dc.subjectдіагностичне APIuk_UA
dc.subjectстаттяuk_UA
dc.subjectдиагностические системыru_RU
dc.subjectмедицинские системыru_RU
dc.subjectнейронные сетиru_RU
dc.subjectдеревья принятия решенийru_RU
dc.subjectдиагностическое APIru_RU
dc.subjectdiagnostic systemsen_US
dc.subjectmedical systemsen_US
dc.subjectneural networksen_US
dc.subjectdecision treesen_US
dc.subjectdiagnostic APIen_US
dc.titleПобудова діагностичної експертно-медичної системи з використанням нейронних мережuk_UA
dc.title.alternativeConstruction of diagnostic expert-medical system using neural networksen_US
dc.typeArticleuk_UA
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Hlybovets_Pobudova_diahnostychnoi_ekspertno-medychnoi_systemy.pdf
Size:
585.17 KB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
7.54 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Кафедра інформатики