Побудова діагностичної експертно-медичної системи з використанням нейронних мереж
В 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 клас...
Gespeichert in:
| Veröffentlicht in: | Проблеми програмування |
|---|---|
| Datum: | 2020 |
| Hauptverfasser: | , , |
| Format: | Artikel |
| Sprache: | Ukrainisch |
| Veröffentlicht: |
Інститут програмних систем НАН України
2020
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/180485 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Побудова діагностичної експертно-медичної системи з використанням нейронних мереж / М.М. Глибовець, К.В. Салата, Н.А. Ткач // Проблеми програмування. — 2020. — № 2-3. — С. 384-391. — Бібліогр.: 9 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862568367400943616 |
|---|---|
| author | Глибовець, М.М. Салата, К.В. Ткач, Н.А. |
| author_facet | Глибовець, М.М. Салата, К.В. Ткач, Н.А. |
| citation_txt | Побудова діагностичної експертно-медичної системи з використанням нейронних мереж / М.М. Глибовець, К.В. Салата, Н.А. Ткач // Проблеми програмування. — 2020. — № 2-3. — С. 384-391. — Бібліогр.: 9 назв. — укр. |
| collection | DSpace DC |
| container_title | Проблеми програмування |
| description | В 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.
В 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.
In 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.
|
| first_indexed | 2025-11-26T00:38:17Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-180485 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1727-4907 |
| language | Ukrainian |
| last_indexed | 2025-11-26T00:38:17Z |
| publishDate | 2020 |
| publisher | Інститут програмних систем НАН України |
| record_format | dspace |
| spelling | Глибовець, М.М. Салата, К.В. Ткач, Н.А. 2021-09-29T19:12:14Z 2021-09-29T19:12:14Z 2020 Побудова діагностичної експертно-медичної системи з використанням нейронних мереж / М.М. Глибовець, К.В. Салата, Н.А. Ткач // Проблеми програмування. — 2020. — № 2-3. — С. 384-391. — Бібліогр.: 9 назв. — укр. 1727-4907 DOI: https://doi.org/10.15407/pp2020.02-03.384 https://nasplib.isofts.kiev.ua/handle/123456789/180485 51-76 В 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. В 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. In 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. uk Інститут програмних систем НАН України Проблеми програмування Методи машинного навчання Побудова діагностичної експертно-медичної системи з використанням нейронних мереж Построение диагностической экспертно-медицинской системы с использованием нейронных сетей Construction of diagnostic expert-medical system using neural networks Article published earlier |
| spellingShingle | Побудова діагностичної експертно-медичної системи з використанням нейронних мереж Глибовець, М.М. Салата, К.В. Ткач, Н.А. Методи машинного навчання |
| title | Побудова діагностичної експертно-медичної системи з використанням нейронних мереж |
| title_alt | Построение диагностической экспертно-медицинской системы с использованием нейронных сетей Construction of diagnostic expert-medical system using neural networks |
| title_full | Побудова діагностичної експертно-медичної системи з використанням нейронних мереж |
| title_fullStr | Побудова діагностичної експертно-медичної системи з використанням нейронних мереж |
| title_full_unstemmed | Побудова діагностичної експертно-медичної системи з використанням нейронних мереж |
| title_short | Побудова діагностичної експертно-медичної системи з використанням нейронних мереж |
| title_sort | побудова діагностичної експертно-медичної системи з використанням нейронних мереж |
| topic | Методи машинного навчання |
| topic_facet | Методи машинного навчання |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/180485 |
| work_keys_str_mv | AT glibovecʹmm pobudovadíagnostičnoíekspertnomedičnoísistemizvikoristannâmneironnihmerež AT salatakv pobudovadíagnostičnoíekspertnomedičnoísistemizvikoristannâmneironnihmerež AT tkačna pobudovadíagnostičnoíekspertnomedičnoísistemizvikoristannâmneironnihmerež AT glibovecʹmm postroeniediagnostičeskoiékspertnomedicinskoisistemysispolʹzovaniemneironnyhsetei AT salatakv postroeniediagnostičeskoiékspertnomedicinskoisistemysispolʹzovaniemneironnyhsetei AT tkačna postroeniediagnostičeskoiékspertnomedicinskoisistemysispolʹzovaniemneironnyhsetei AT glibovecʹmm constructionofdiagnosticexpertmedicalsystemusingneuralnetworks AT salatakv constructionofdiagnosticexpertmedicalsystemusingneuralnetworks AT tkačna constructionofdiagnosticexpertmedicalsystemusingneuralnetworks |