Архітектурні засади систем моніторингу та прогнозування розвитку епідеміологічних процесів
У статті розглядаються архітектурні засади систем моніторингу та прогнозування розвитку епідеміологічних процесів (на прикладах грипу та ГРВІ), що функціонують у складі державної системи Е-урядування. В статье рассматриваются архитектурные принципы систем мониторинга и прогнозирования эпидемиологиче...
Saved in:
| Published in: | Математичні машини і системи |
|---|---|
| Date: | 2011 |
| Main Authors: | , , |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Інститут проблем математичних машин і систем НАН України
2011
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/83608 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Архітектурні засади систем моніторингу та прогнозування розвитку епідеміологічних процесів / В.І. В'юн, Г.Є. Кузьменко, Ю.А. Міхненко // Мат. машини і системи. — 2011. — № 3. — С. 40-46. — Бібліогр.: 10 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1859841940422393856 |
|---|---|
| author | В’юн, В.І. Кузьменко, Г.Є. Міхненко, Ю.А. |
| author_facet | В’юн, В.І. Кузьменко, Г.Є. Міхненко, Ю.А. |
| citation_txt | Архітектурні засади систем моніторингу та прогнозування розвитку епідеміологічних процесів / В.І. В'юн, Г.Є. Кузьменко, Ю.А. Міхненко // Мат. машини і системи. — 2011. — № 3. — С. 40-46. — Бібліогр.: 10 назв. — укр. |
| collection | DSpace DC |
| container_title | Математичні машини і системи |
| description | У статті розглядаються архітектурні засади систем моніторингу та прогнозування розвитку епідеміологічних процесів (на прикладах грипу та ГРВІ), що функціонують у складі державної системи Е-урядування.
В статье рассматриваются архитектурные принципы систем мониторинга и прогнозирования эпидемиологических процессов (на примерах гриппа и ОРВИ), функционирующих в составе государственного Е-управления.
The article investigates the architectural principles of monitoring and forecasting epidemiological processes development systems (based on examples of flue and ARVI) that function within state E-control system.
|
| first_indexed | 2025-12-07T15:37:00Z |
| format | Article |
| fulltext |
40 © В’юн В.І., Кузьменко Г.Є., Міхненко Ю.А., 2011
ISSN 1028-9763. Математичні машини і системи, 2011, № 3
УДК 681.3:519.68
В.І. В’ЮН, Г.Є. КУЗЬМЕНКО, Ю.А. МІХНЕНКО
АРХІТЕКТУРНІ ЗАСАДИ СИСТЕМ МОНІТОРИНГУ ТА ПРОГНОЗУВАННЯ
РОЗВИТКУ ЕПІДЕМІОЛОГІЧНИХ ПРОЦЕСІВ
Анотація. У статті розглядаються архітектурні засади систем моніторингу та прогнозування
розвитку епідеміологічних процесів (на прикладах грипу та ГРВІ), що функціонують у складі дер-
жавної системи Е-урядування.
Ключові слова: епідеміологічний процес, часові ряди, моніторинг епідпроцесу, прогнозування.
Аннотация. В статье рассматриваются архитектурные принципы систем мониторинга и про-
гнозирования эпидемиологических процессов (на примерах гриппа и ОРВИ), функционирующих в
составе государственного Е-управления.
Ключевые слова: эпидемиологический процесс, временные ряды, мониторинг эпидпроцесса, про-
гнозирование.
Abstract. The article investigates the architectural principles of monitoring and forecasting
epidemiological processes development systems (based on examples of flue and ARVI) that function within
state E-control system.
Keywords: epidemiological process, time series, epidemiological process monitoring, forecasting.
1. Вступ
В останні роки в Україні склалась досить складна епідеміологічна ситуація, яка була обу-
мовлена масовими захворюваннями населення на грип і ГРВІ. Зростання грипозної захво-
рюваності, яка поступово переростала в грипозну пандемію, в ці роки відбувалося на фоні
інтенсивного впливу сезонних факторів. Саме одночасна циркуляція сезонного і пандеміч-
ного штамів вірусу грипу визначали характер, інтенсивність та динаміку розповсюдження
грипозної захворюваності серед населення. Це сприяло тому, що перевищення епідеміоло-
гічних порогів почало спостерігатися не лише епізодично по окремих регіонах, а з тією або
іншою інтенсивністю почало відбуватися в усіх областях, АР Крим, містах Києві і Севас-
тополі.
За даними моніторингу МОЗ [8], з початку підйому грипозної захворюваності в
останньому епідсезоні (2009–2010 рр.) в Україні було зареєстровано близько 4,5 млн випа-
дків захворювання на грип і ГРВІ. В значній мірі цей показник був обумовлений відсутніс-
тю в Україні належного прогнозу можливості виникнення епідемії (або пандемії) грипу. Як
наслідок, медичними закладами не були своєчасно проведені необхідні профілактичні та
протиепідеміологічні заходи, зокрема: імунізація населення, не встановлений характер ци-
ркуляції збудників грипу і ГРВІ серед різних вікових груп населення, не встановлений на-
прямок і інтенсивність розвитку епідемії, не визначена питома вага збудника пандемічного
грипу в загальній структурі респіраторної захворюваності. Не проведена оцінка колектив-
ного імунітету населення, не визначений його ступінь враженості по вікових групах та ін.
Існує декілька причин, що обумовлюють такий стан речей.
По-перше, наші знання відносно факторів, що обумовлюють грипозні епідемії, рів-
но як і про механізми виникнення пандемічних штамів вірусу, ще недостатні. Тому існує
гостра потреба в проведенні пошуку нових підходів до оцінки даних, що накопичуються в
ході моніторингу епідеміологічних процесів при виникненні грипозних епідемій або пан-
демій.
По-друге, апарат моделювання, що використовується, не дозволяє епідеміологам-
аналітикам своєчасно отримати відповіді на питання: «Чи досягнутий темп зниження гри-
позної захворюваності, достатній для подолання епідемії?», «Існують чи ні умови для му-
ISSN 1028-9763. Математичні машини і системи, 2011, № 3 41
тації вірусного збудника в ході епідемії?». Це ключові питання, без відповіді на які немож-
ливо розробити та своєчасно провести протиепідеміологічні заходи, спрямовані на попере-
дження грипозних епідемій та їх подолання. Саме шляхи вирішення деяких із зазначених
проблем і розглядаються в даній статті.
2. Проблематика процесів моніторингу та прогнозування
Прогнозування процесів виникнення та розвитку епідемій, особливо таких масових захво-
рювань, як грип та ГРВІ, має загальнодержавне значення і може розглядатися як прогнозу-
вання надзвичайної ситуації загальнодержавного масштабу. Проаналізувавши існуючі мо-
делі аналізу епідеміологічного процесу, можна виділити з них декілька, що найчастіше
використовуються на практиці.
Перша з них використовується для оперативного аналізу та прогнозування епідемі-
ологічної ситуації на загальнодержавному рівні (затверджена П.Н. Бургасовим у 1987 ро-
ці). Ця модель дає можливість прогнозувати епідпороги. В ній застосовуються методи, що
базуються на статистичних даних за останні 5–10 років.
Друга модель (методика) запропонована Барояном-Рвачовим [7]. Вона надає мож-
ливість спрогнозувати поширення епідемії по містах України з урахуванням впливу паса-
жиропотоків як передатчиків (носіїв) епідемії. Дозволяє спрогнозувати поширення захво-
рювань у тому чи іншому місті після занесення в нього вірусу (виявлення перших грипоз-
них захворювань). У цій моделі враховуються імунозахисні можливості в місті, де епідемія
виникла. В подальшому це значення уточнюється для кожного міста.
Третя модель запропонована групою авторів під керівництвом К.М. Синяка [10].
Вона використовує методи статистичного прогнозування.
Верифікація усіх перелічених моделей базується на використанні статистики захво-
рюваності під час поточної або минулих епідемій. При цьому використовуються дві осно-
вні гіпотези:
– динаміка розвитку епідпроцесу в епідеміях минулих і поточних років схожа, і по-
казники можуть бути використані при кожному новому спалаху грипозної захворюваності;
– динаміка кожної епідемії унікальна, і показники динаміки процесу можуть розра-
ховуватися або по об’єктах, де епідемія вже почалася, або за даними першої третини часу
проходження епідемії на даному об’єкті.
Саме на цій концептуальній платформі пропонується розглядати проект проблемно-
орієнтованої базової інформаційно-аналітичної розподіленої системи моніторингу і про-
гнозування, яка в процесі функціонування буде поповнюватися новими статистичними та
прогнозними даними, якими користуються епідеміологи при встановленні впливу на по-
ширення тривалості епідемії в залежності від пори року, метеоумов, регіону, пасажиропо-
токів, типу збудника, оцінки адекватності моделей, поповнюватися новими моделями, які
будуть з’являтися.
Відзначимо, що базова система може функціонувати як централізована система, ко-
ли всі розрахунки і відображення виконуються по усіх регіонах безпосередньо в інформа-
ційно-аналітичному центрі (ІАЦ) [9] МОЗ України, куди надходить відповідна моніторин-
гова інформація (згідно з встановленим регламентом), так і децентралізовано у складі регі-
ональних підсистем загальнодержавної системи Е-урядування. В цьому випадку прогнозні
розрахунки виконуються безпосередньо в регіонах. Вхідні дані теж зберігаються на міс-
цях, а в ІАЦ надходять лише результати прогнозу і статистичні дані для графічного їх ві-
дображення. У використанні такої технології важливим архітектурним елементом базової
інформаційно-аналітичної системи є ГІС-складова, яка оперативно забезпечує відображен-
ня в онлайновому режимі статистичних та прогнозних даних на цифрових мапах України
та областей у вигляді графіків, діаграм та ін. (рис. 1).
42 ISSN 1028-9763. Математичні машини і системи, 2011, № 3
Рис. 1. Епідеміологічна карта України
3. Організаційно-технологічні особливості епідеміологічних систем прогнозування
Методологічний прорахунок існуючої практики створення проблемно-орієнтованих інфо-
рмаційних систем полягає в розділенні “знань про дані об’єкта інформатизації” та “знань
про процеси функціонування системи інформатизації”. Як наслідок, користувач “губив”
цілісність сприйняття системотвірних орієнтирів формування нових знань стосовно функ-
ціонування та розвитку системи в змінених умовах існування.
Сучасні уявлення стосовно архітектури та технології функціонування е-систем мо-
ніторингу епідеміологічних процесів почали формуватися з 20-х років. У цей час російсь-
ким вченим В.А. Базаровим була запропонована технологія поточного аналізу й виявлення
тенденцій (трендів) у формуванні та розвитку закономірностей процесів. У кінці 80-х років
ця методологія отримала подальший розвиток у роботах американських вчених, якими бу-
ла сформована концепція так званого «технологічного прогнозування», що базується на
аналізі часових рядів показників моніторингу реальних епідпроцесів, з метою виявлення
негативних проблем та визначення можливих сценаріїв їх вирішення.
Технологічне прогнозування епідпроцесів при масових інфекційних захворюваннях
серед населення проводиться з метою ймовірної оцінки епідемічної ситуації, що склада-
ється в передепідемічний та епідемічний періоди. Одночасно з цим, визначаються динамі-
ка розвитку епідемії і очікувані наслідки у найближчій перспективі. Саме на цій платформі
відбувається конкретизація задач, що вирішуються в процесі моніторингу і проводиться
вибір оптимальних технологій для проведення «пошукового прогнозування».
Зауважимо, що традиційний аналіз розвитку епідемічної ситуації завжди відбува-
ється в межах прийнятих управлінських рішень, спрямованих на локалізацію негативних
ISSN 1028-9763. Математичні машини і системи, 2011, № 3 43
наслідків. Виявлення процедур аналізу епідеміологічних процесів доцільно здійснювати
поетапно.
На першому етапі проводяться дослідження, пов’язані зі створенням ефективної си-
стеми моніторингу за розвитком епідеміологічних процесів. Планування в таких системах
відбувається на основі знань про конкретні епідпроцеси – обсяги та зміст накопиченої ін-
формації, технології її обробки, зберігання, передачі і використання. Сюди включаються
також знання про розробку сценаріїв моделювання, прогнозування, дослідження операцій,
використання інформаційно-комунікаційних технологій.
До останнього часу більшість таких підходів до реалізації «технологічного прогно-
зування» зводилась до вивчення регламентованих шляхів, що можуть привести до нових
технологічних досягнень, які використовуються в охороні здоров’я. При цьому відносно
мало уваги приділялося інтелектуальному аналізу нерегламентованих змін причинно-
наслідкових зв’язків, що виникають у результаті появи нових можливостей завдяки ство-
ренню більш об’ємних сховищ даних та знань для інформаційної й операційної підтримки
аналізу.
Саме цей аспект має надзвичайно важливе значення в операціях формування управ-
лінських рішень, пов’язаних з передбаченням епідемій та формуванням заходів ліквідації
їх наслідків. У зв’язку з зазначеним, задача технологічного прогнозування епідпроцесів в
охороні здоров’я виходить далеко за межі простого вивчення технологічних можливостей,
існуючих в ОЗ. В табл. 1 концептуально представлені базові загальносистемні складові
(програмні модулі, інформаційно-комунікаційні процедури, блоки управління даними) як
метаінструментарій побудови сучасних систем прогнозування епідпроцесів.
З точки зору “інтелектуального сприйняття” результатів моніторингу, епідпроцес –
це динамічний процес змін значень апріорі сформованої, відкритої множини ( )tX предме-
тно (проблемно)-орієнтованих ключових параметрів-показників (КПП) цілісного на даний
момент часу it інформаційного подання стану процесу:
{ })(),....,(),()( 21 iNiii txtxtxtX = .
Деталізація такого подання ЕП виконується шляхом формування його очікуваних
проблемних ситуацій з метою визначення відповідних (груп) взаємодіючих КПП однови-
мірних та багатовимірних підмножин ( )itX ) як it – епідеміологічної ситуації (ЕПС) у ви-
гляді ( ) ( )i
k
j
ji tytЕПС U
1=
= , де група { })(),....,(),( 21 i
j
mji
j
i
j
j txtxtxy = – це jm – вибірка із ( )tX , при
цьому Nmmm k ≥+++ ...21 – як відображення можливого перетину різних вибірок за
складом базових елементів, тобто існування пари 0≠∩ pl yy .
Маючи таку онтологічну схему загальносистемних засобів базової платформи сис-
тем моніторингу та прогнозування епідпроцесів, можна приймати різні архітектурні рі-
шення щодо створення конкретної системи моніторингу. Один із варіантів архітектури ба-
зової системи приведений на рис. 2.
Таблиця 1. Концептуалізація (онтологізація) загальносистемних засобів базової платформи
створення е-систем моніторингу та прогнозування епідпроцесів
Вхідні дані
Інформаційна платформа підт-
римки та забезпечення
Базові функції та процедури
⇒
База даних статистичної
інформації захворюваності
База знань:
⇔
Логіко-математичні мо-
делі обробки результатів
моніторингу та оціню-
вання ефективності про-
44 ISSN 1028-9763. Математичні машини і системи, 2011, № 3
Продовж. табл. 1
Епідеміологічна
інфраструктура
е-системи моні-
торингу та про-
гнозування
розвитку
епідпроцесів
⇒
⇒
онтологічні описи епідпро-
цесів: показники та їх взає-
мозалежність, методи оці-
нювання стану та розвитку;
сценарії моніторингу;
прогнозовані та непрогно-
зовані проблемні ситуації
Сховище даних
результатів моніторингу
Вітрини даних
епідпроцесів: поточний
стан, прогнозні дані
Цифрові карти України
⇔
⇔
гнозування
Моніторинг захворюва-
ності, виявлення ознак
епідемії
Реорганізація сценаріїв
моніторингу та онтологі-
чних описів процесів
Прогнозування та визна-
чення трендів розвитку
процесів, виявлення та
реєстрація непрогнозова-
них ситуацій
Порівняльний аналіз ре-
зультатів прогнозування
за різними моделями,
оцінювання моделей
Онлайн ГІС-процедури
відображення результатів
Модулі взаємодії з орга-
нами державної влади за
регламентом Е-
урядування
Базу зареєстрованих у Сховищі даних на інтервалі [ ]itt ,1 поточних значень КПП у
вигляді N часових рядів (ЧР) як “історії” ЕП може бути спрощені представлено у вигляді
такої табличної структури даних.
КПП Часові ряди
)(1 itx ))(),....,(),(),(( 1313212111 ii txtxtxtx
……
)( iN tx ))(),....,(),(),(( 332211 iNiNNN txtxtxtx
– групи КПП базового інтервалу прогнозування.
Як поліном пропонується використовувати лінійний поліном авторегресії пересув-
ного середнього [5, 6] для відповідної групи у вигляді
)(ˆ),....,(ˆ)(ˆ)(ˆ)(ˆ
1i
j
mji1i
j
331i
j
221i
j
111ij txtxtxtxty +++++ αα+α+α= , в якому
jα можуть розглядатися як
(рис. 2).
А також для прогнозу . )(tŷ)(tС̂П̂Э̂
1
1ij1i U
k
j=
++ = Прогноз на s кроків ( s визначає “гори-
зонт прогнозу”) на інтервалі [ ]sii tt ++ ,1 формується для цих же величин з використанням
зсуву i -бази прогнозу або послідовного використання інтервалів [ ]1i2 tt +, ,
[ ] [ ]sis12i3 tttt +++ ,...,,, .
В роботі [6] наведені графіки реальних та прогнозних значень моніторингу епідемії
грипу листопад 2009 – січень 2010 рр., які отримані з використанням запропонованих тех-
нологій короткострокового прогнозування.
Значення ( )(),....,(),(),( 332211 i
j
mj
jjj txtxtxtx )
утворюють i -інтервал прогнозованого зна-
чення
( ) ( ) ( ) ( ) ( )( )11312111
ˆ,...,ˆ,ˆ,ˆˆ +++++ = imjiiiij txtxtxtxfty
як значення f полінома апроксимації
jm –
ISSN
1028-9763. М
атем
ати
ч
н
і м
аш
и
н
и і с
и
стем
и, 2011, №
3 45
Дані про
захворюваності
в
контрольованих
містах
Моніторинг
захворюваності в
контрольованих містах,
виявлення ознак
епідемії
Прогноз розвитку
епідемії на визначеному
об’єкті
Вибір методики
моделювання
Визначення дати та об’єкта
для початку моделювання
епідем. процесу
Уточнення моделі
за оперативними даними
Прогноз дати подолання
епідем. порогу
Результати
прогнозу
Моделювання
розвитку епід.
процесу
Моделювання
розвитку епід.
процесу
Порівняльний аналіз
отриманих результатів
за різними методиками
Оцінка якості моделі
та вибір найкращої
Надання статистичної та
аналітичної інформації
за запитами
Відображення
результатів
прогнозу
Надання
отриманих
результатів
органам ДВ для
прийняття рішень
База
статистичних даних
про захворюваність
населення
База знань
(методики моделювання
та аналітичні дані)
Відображення
результатів
моделювання
Настройка
моделі
на визначений
об’єкт
Р
и
с. 2. А
р
х
ітек
ту
р
а си
стем
и м
о
н
іто
р
и
н
гу, п
р
о
гн
о
зу
в
ан
н
я та
в
ід
о
б
р
аж
ен
н
я р
о
зв
и
тк
у гр
и
п
о
зн
и
х еп
ід
ем
ій
46 ISSN 1028-9763. Математичні машини і системи, 2011, № 3
4. Висновки
1. Сформульовані концептуальні засади загальносистемних засобів базової платформи
проектування систем моніторингу та прогнозування епідеміологічних процесів у складі Е-
урядування.
2. Сформульовані складові операційної та процедурної підтримки технологічного прогно-
зування епідпроцесів.
3. Запропоновано конкретний варіант архітектури системи.
4. Окремі складові операційної та процедурної підтримки опрацьовані на даних епідемії
грипу у листопаді 2009 – січні 2010 рр. Підтверджена ефективність застосування стохасти-
чних та динамічних моделей при короткостроковому прогнозуванні епідеміологічних про-
цесів на регіональному рівні управління.
Перспективи подальших досліджень. Отримані результати дозволяють розширити
коло досліджень програмою розробки загальносистемних засад:
– аналізу проблемно-орієнтованих технологій прийняття рішень в е-системах
управління;
– методів прогнозування, виявлення та упередження кризових ситуацій у різних га-
лузях діяльності людини.
СПИСОК ЛІТЕРАТУРИ
1. Лапшин В.А. Онтологии в компьютерных системах / Лапшин В.А. – М.: Научный мир, 2010. –
224 с.
2. В’юн В.І. Інтелектуалізація АСУ: проблеми, напрямки досліджень / В.І. В’юн, Г.Є. Кузьменко,
А.О. Морозов // Математичні машини і системи. – 2001. – № 2. – С. 21 – 24.
3. Швабрик Б. BI Архитектура: Каков лучший выбор для организации // Хранилища данных: сб. –
2008. – С. 68.
4. Гельфанд И.М. Очерки о совместной работе математиков и врачей / Гельфанд И.М., Розенфельд
Б.И., Щифрин М.А. – (Серия “Синергетика: от прошлого к настоящему”). – М., 2004. – [2-е изд.]. –
320 с.
5. Дуброва Т.А. Статистические методы прогнозирования: учеб. пособие для вузов / Дуброва Т.А. –
Москва: ЮНИТИ-ДАНА, 2003. – С. 206.
6. Об одном подходе к прогнозированию эпидпроцессов с использованием временных рядов /
В.И. Вьюн, Т.К. Еременко, Г.Е. Кузьменко [и др.] // Математичні машини і системи. – 2011. – № 2.
– С. 131 – 136.
7. Бароян О.В. Моделирование и прогнозирование эпидемий гриппа для территории СССР / Бароян
О.В., Рвачев Л.А., Иванников Ю.Г. – М.: ИЭМ им. Н.Ф. Гамали, 1977. – С. 546.
8. Сайт МОЗ. – http://www.moz.gov.ua/ua/portal.
9. Морозов А.А. Ситуационные центры – технология принятия управленческих решений /
А.А. Морозов, Г.Е. Кузьменко // ХІ Междунар. научно-практ. конф. “Построение информационно-
го общества: ресурсы и технологии ” (тезисы докладов). – Киев, 2005. – С. 115 – 123.
10. Синяк К.М. Эпидемиология вирусных инфекций / Синяк К.М. – Киев: Здоровье, 1998. – С. 54–
61.
Стаття надійшла до редакції 01.06.2011
|
| id | nasplib_isofts_kiev_ua-123456789-83608 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1028-9763 |
| language | Ukrainian |
| last_indexed | 2025-12-07T15:37:00Z |
| publishDate | 2011 |
| publisher | Інститут проблем математичних машин і систем НАН України |
| record_format | dspace |
| spelling | В’юн, В.І. Кузьменко, Г.Є. Міхненко, Ю.А. 2015-06-20T20:10:17Z 2015-06-20T20:10:17Z 2011 Архітектурні засади систем моніторингу та прогнозування розвитку епідеміологічних процесів / В.І. В'юн, Г.Є. Кузьменко, Ю.А. Міхненко // Мат. машини і системи. — 2011. — № 3. — С. 40-46. — Бібліогр.: 10 назв. — укр. 1028-9763 https://nasplib.isofts.kiev.ua/handle/123456789/83608 681.3:519.68 У статті розглядаються архітектурні засади систем моніторингу та прогнозування розвитку епідеміологічних процесів (на прикладах грипу та ГРВІ), що функціонують у складі державної системи Е-урядування. В статье рассматриваются архитектурные принципы систем мониторинга и прогнозирования эпидемиологических процессов (на примерах гриппа и ОРВИ), функционирующих в составе государственного Е-управления. The article investigates the architectural principles of monitoring and forecasting epidemiological processes development systems (based on examples of flue and ARVI) that function within state E-control system. uk Інститут проблем математичних машин і систем НАН України Математичні машини і системи Обчислювальні системи Архітектурні засади систем моніторингу та прогнозування розвитку епідеміологічних процесів Архитектурные принципы систем мониторинга и прогнозирования развития эпидемиологических процессов Architectural principles of monitoring and forecasting of epidemiological processes Article published earlier |
| spellingShingle | Архітектурні засади систем моніторингу та прогнозування розвитку епідеміологічних процесів В’юн, В.І. Кузьменко, Г.Є. Міхненко, Ю.А. Обчислювальні системи |
| title | Архітектурні засади систем моніторингу та прогнозування розвитку епідеміологічних процесів |
| title_alt | Архитектурные принципы систем мониторинга и прогнозирования развития эпидемиологических процессов Architectural principles of monitoring and forecasting of epidemiological processes |
| title_full | Архітектурні засади систем моніторингу та прогнозування розвитку епідеміологічних процесів |
| title_fullStr | Архітектурні засади систем моніторингу та прогнозування розвитку епідеміологічних процесів |
| title_full_unstemmed | Архітектурні засади систем моніторингу та прогнозування розвитку епідеміологічних процесів |
| title_short | Архітектурні засади систем моніторингу та прогнозування розвитку епідеміологічних процесів |
| title_sort | архітектурні засади систем моніторингу та прогнозування розвитку епідеміологічних процесів |
| topic | Обчислювальні системи |
| topic_facet | Обчислювальні системи |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/83608 |
| work_keys_str_mv | AT vûnví arhítekturnízasadisistemmonítoringutaprognozuvannârozvitkuepídemíologíčnihprocesív AT kuzʹmenkogê arhítekturnízasadisistemmonítoringutaprognozuvannârozvitkuepídemíologíčnihprocesív AT míhnenkoûa arhítekturnízasadisistemmonítoringutaprognozuvannârozvitkuepídemíologíčnihprocesív AT vûnví arhitekturnyeprincipysistemmonitoringaiprognozirovaniârazvitiâépidemiologičeskihprocessov AT kuzʹmenkogê arhitekturnyeprincipysistemmonitoringaiprognozirovaniârazvitiâépidemiologičeskihprocessov AT míhnenkoûa arhitekturnyeprincipysistemmonitoringaiprognozirovaniârazvitiâépidemiologičeskihprocessov AT vûnví architecturalprinciplesofmonitoringandforecastingofepidemiologicalprocesses AT kuzʹmenkogê architecturalprinciplesofmonitoringandforecastingofepidemiologicalprocesses AT míhnenkoûa architecturalprinciplesofmonitoringandforecastingofepidemiologicalprocesses |