Інформаційна система для оцінювання інформативності ознак епідемічного процесу
The primary objective of this study is to assess the informativeness of various parameters influencing epidemic processes utilizing the Shannon and Kullback–Leibler methods. These methods were selected based on their foundation in the principles of information theory and their extensive application...
Saved in:
| Date: | 2023 |
|---|---|
| Main Authors: | , , , , , , , |
| Format: | Article |
| Language: | English |
| Published: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2023
|
| Subjects: | |
| Online Access: | http://journal.iasa.kpi.ua/article/view/297411 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | System research and information technologies |
Institution
System research and information technologies| _version_ | 1856543588233510912 |
|---|---|
| author | Bazilevych, Kseniia Kyrylenko, Olena Parfenyuk, Yurii Yakovlev, Sergiy Krivtsov, Serhii Meniailov, Ievgen Kuznietcova, Victoriya Chumachenko, Dmytro |
| author_facet | Bazilevych, Kseniia Kyrylenko, Olena Parfenyuk, Yurii Yakovlev, Sergiy Krivtsov, Serhii Meniailov, Ievgen Kuznietcova, Victoriya Chumachenko, Dmytro |
| author_sort | Bazilevych, Kseniia |
| baseUrl_str | |
| collection | OJS |
| datestamp_date | 2024-02-01T21:03:07Z |
| description | The primary objective of this study is to assess the informativeness of various parameters influencing epidemic processes utilizing the Shannon and Kullback–Leibler methods. These methods were selected based on their foundation in the principles of information theory and their extensive application in machine learning, statistics, and other relevant domains. A comparative analysis was performed between the results acquired from both methods, and an information system was designed to facilitate the uploading of data samples and the calculation of factor informativeness impacting the epidemic processes. The findings revealed that certain features, such as “Chronic lung disease,” “Chronic kidney disease,” and “Weakened immunity,” did not carry significant information for further analysis and hindered the forecasting process, as per the data set examined. The developed information system efficiently supports the assessment of feature informativeness, thereby aiding in the comprehensive analysis of epidemic processes and enabling the visualization of the results. This study contributes to the current body of knowledge by providing specific examples of applying the described algorithmic models, comparing various methods and their outcomes, and developing a supportive tool for analyzing epidemic processes. |
| first_indexed | 2025-07-17T10:28:26Z |
| format | Article |
| id | journaliasakpiua-article-297411 |
| institution | System research and information technologies |
| language | English |
| last_indexed | 2025-07-17T10:28:26Z |
| publishDate | 2023 |
| publisher | The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| record_format | ojs |
| spelling | journaliasakpiua-article-2974112024-02-01T21:03:07Z Information system for assessing the informativeness of an epidemic process features Інформаційна система для оцінювання інформативності ознак епідемічного процесу Bazilevych, Kseniia Kyrylenko, Olena Parfenyuk, Yurii Yakovlev, Sergiy Krivtsov, Serhii Meniailov, Ievgen Kuznietcova, Victoriya Chumachenko, Dmytro інформаційна система епідемічний процес інформативність ознаки метод Шенона метод Кульбака–Лейблера information system epidemic process informativeness of features Shannon method Kullback–Leibler method The primary objective of this study is to assess the informativeness of various parameters influencing epidemic processes utilizing the Shannon and Kullback–Leibler methods. These methods were selected based on their foundation in the principles of information theory and their extensive application in machine learning, statistics, and other relevant domains. A comparative analysis was performed between the results acquired from both methods, and an information system was designed to facilitate the uploading of data samples and the calculation of factor informativeness impacting the epidemic processes. The findings revealed that certain features, such as “Chronic lung disease,” “Chronic kidney disease,” and “Weakened immunity,” did not carry significant information for further analysis and hindered the forecasting process, as per the data set examined. The developed information system efficiently supports the assessment of feature informativeness, thereby aiding in the comprehensive analysis of epidemic processes and enabling the visualization of the results. This study contributes to the current body of knowledge by providing specific examples of applying the described algorithmic models, comparing various methods and their outcomes, and developing a supportive tool for analyzing epidemic processes. Робота полягає в оцінюванні інформативності параметрів, які впливають на епідемічні процеси, з використанням методів Шенона та Кульбака–Лейблера на основі їх фундаментальності у принципах теорії інформації та їх широкого застосування в машинному навчанні, статистиці та інших відповідних галузях. Проведено порівняльний аналіз результатів, отриманих обома методами, розроблено інформаційну систему для спрощення завантаження вибірок даних та обчислення інформативності факторів, які впливають на епідемічні процеси. Показано, що деякі ознаки, такі як «хронічне захворювання легень», «хронічне захворювання нирок» та «ослаблений імунітет», не містили значущої інформації для подальшого аналізу та ускладнювали процес прогнозування за даними досліджуваного набору даних. Розроблена інформаційна система ефективно підтримує оцінювання інформативності ознак, тим самим сприяючи комплексному аналізу епідемічних процесів, візуалізації результатів, а також поточному стану знань. Надано конкретні приклади застосування описаних алгоритмічних моделей, порівняння різних методів та їх результатів та розроблення підтримувального інструменту для аналізу епідемічних процесів. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2023-12-26 Article Article application/pdf http://journal.iasa.kpi.ua/article/view/297411 10.20535/SRIT.2308-8893.2023.4.08 System research and information technologies; No. 4 (2023); 100-112 Системные исследования и информационные технологии; № 4 (2023); 100-112 Системні дослідження та інформаційні технології; № 4 (2023); 100-112 2308-8893 1681-6048 en http://journal.iasa.kpi.ua/article/view/297411/290390 |
| spellingShingle | інформаційна система епідемічний процес інформативність ознаки метод Шенона метод Кульбака–Лейблера Bazilevych, Kseniia Kyrylenko, Olena Parfenyuk, Yurii Yakovlev, Sergiy Krivtsov, Serhii Meniailov, Ievgen Kuznietcova, Victoriya Chumachenko, Dmytro Інформаційна система для оцінювання інформативності ознак епідемічного процесу |
| title | Інформаційна система для оцінювання інформативності ознак епідемічного процесу |
| title_alt | Information system for assessing the informativeness of an epidemic process features |
| title_full | Інформаційна система для оцінювання інформативності ознак епідемічного процесу |
| title_fullStr | Інформаційна система для оцінювання інформативності ознак епідемічного процесу |
| title_full_unstemmed | Інформаційна система для оцінювання інформативності ознак епідемічного процесу |
| title_short | Інформаційна система для оцінювання інформативності ознак епідемічного процесу |
| title_sort | інформаційна система для оцінювання інформативності ознак епідемічного процесу |
| topic | інформаційна система епідемічний процес інформативність ознаки метод Шенона метод Кульбака–Лейблера |
| topic_facet | інформаційна система епідемічний процес інформативність ознаки метод Шенона метод Кульбака–Лейблера information system epidemic process informativeness of features Shannon method Kullback–Leibler method |
| url | http://journal.iasa.kpi.ua/article/view/297411 |
| work_keys_str_mv | AT bazilevychkseniia informationsystemforassessingtheinformativenessofanepidemicprocessfeatures AT kyrylenkoolena informationsystemforassessingtheinformativenessofanepidemicprocessfeatures AT parfenyukyurii informationsystemforassessingtheinformativenessofanepidemicprocessfeatures AT yakovlevsergiy informationsystemforassessingtheinformativenessofanepidemicprocessfeatures AT krivtsovserhii informationsystemforassessingtheinformativenessofanepidemicprocessfeatures AT meniailovievgen informationsystemforassessingtheinformativenessofanepidemicprocessfeatures AT kuznietcovavictoriya informationsystemforassessingtheinformativenessofanepidemicprocessfeatures AT chumachenkodmytro informationsystemforassessingtheinformativenessofanepidemicprocessfeatures AT bazilevychkseniia ínformacíjnasistemadlâocínûvannâínformativnostíoznakepídemíčnogoprocesu AT kyrylenkoolena ínformacíjnasistemadlâocínûvannâínformativnostíoznakepídemíčnogoprocesu AT parfenyukyurii ínformacíjnasistemadlâocínûvannâínformativnostíoznakepídemíčnogoprocesu AT yakovlevsergiy ínformacíjnasistemadlâocínûvannâínformativnostíoznakepídemíčnogoprocesu AT krivtsovserhii ínformacíjnasistemadlâocínûvannâínformativnostíoznakepídemíčnogoprocesu AT meniailovievgen ínformacíjnasistemadlâocínûvannâínformativnostíoznakepídemíčnogoprocesu AT kuznietcovavictoriya ínformacíjnasistemadlâocínûvannâínformativnostíoznakepídemíčnogoprocesu AT chumachenkodmytro ínformacíjnasistemadlâocínûvannâínformativnostíoznakepídemíčnogoprocesu |