Участник:Celyh
Материал из MachineLearning.
(→Отчеты о научно-исследовательской работе) |
(→Отчеты о научно-исследовательской работе) |
||
| Строка 67: | Строка 67: | ||
''Разработаны обучаемые алгоритмы диагностики многих заболеваний по одной электрокардиограмме. Исследована обобщающая способность логистической регрессии, синдромных алгоритмов, решающих деревьев и лесов. Приведены статистические обоснования отдельных этапов технологии информационного анализа электрокардиосигналов. Подготовлены публикации. '' | ''Разработаны обучаемые алгоритмы диагностики многих заболеваний по одной электрокардиограмме. Исследована обобщающая способность логистической регрессии, синдромных алгоритмов, решающих деревьев и лесов. Приведены статистические обоснования отдельных этапов технологии информационного анализа электрокардиосигналов. Подготовлены публикации. '' | ||
| + | |||
| + | '''Доклад на научной конференции''' | ||
| + | *{{биб.статья | ||
| + | |автор = Успенский В. М., Воронцов К. В., Целых В. Р., Бунаков В. А., Ефимова И. В., Полежаев В. А. | ||
| + | |заглавие = Информационный анализ электрокардиосигналов для диагностики многих заболеваний внутренних органов по одной электрокардиограмме | ||
| + | |издание = Интеллектуализация обработки информации (ИОИ-2014): Тезисы докл.— Москва: Торус Пресс, 2014. С. 172–173. | ||
| + | }} | ||
Текущая версия
Целых Влада Руслановна
МФТИ, ФУПМ
Кафедра "Интеллектуальные системы"
Направление "Интеллектуальный анализ данных"
Mailto: Celyh@inbox.ru
Отчеты о научно-исследовательской работе
Весна 2012, 6-й семестр
Многомерные адаптивные регрессионные сплайны
В работе рассматриваются многомерные адаптивные регрессионные сплайны. Метод позволяет получить модели, дающие достаточно точную аппроксимацию, даже в тех случаях, когда связи между предикторными и зависимыми переменными имеют немонотонный характер и сложны для приближения параметрическими моделями. Экспериментально исследуется зависимость ошибки аппроксимации от сложности модели. Для иллюстрации работы метода используются тестовые данные, данные ЭКГ и данные из области финансовой математики.
Публикация
- Целых В.Р. Многомерные адаптивные регрессионные сплайны // Машинное обучение и анализ данных. — 2012. — № 3. — С. 272-278.
Осень 2012, 7-й семестр
Критерии согласия для разреженных дискретных распределений и их применение в тематическом моделировании
Критерий согласия Пирсона неприменим к сильно разреженным распределениям, так как в этих случаях распределение статистики плохо описывается асимптотическим законом хи-квадрат, зависит от длины выборки и вида исходного распределения. В данной работе предлагаются статистические критерии, основанные на сэмплировании Монте-Карло, и рассматривается их применение в задачах анализа текстов, в частности, для проверки гипотезы условной независимости при построении и оценивании вероятностных тематических моделей.
Публикация
- Целых В.Р., Воронцов К.В. Критерии согласия для разреженных дискретных распределений и их применение в тематическом моделировании // Машинное обучение и анализ данных. — 2012. — № 4. — С. 436-446.
Весна 2013, 8-й семестр
Статистические критерии адекватности вероятностных тематических моделей коллекции текстовых документов
Работа посвящена построению критерия, проверяющего одно из основных предположений тематического моделирования - гипотезу условной независимости слов в теме от документа. Предлагаются два статистических теста: один основан на вычислении эмпирических распределений статистики хи-квадрат путём сэмплирования, а второй - на множественном использовании точного теста Фишера. Рассматривается применение предложенных тестов для проверки адекватности вероятностных тематических моделей.
Осень 2013, 9-й семестр
Лингвистические методы анализа электрокардиограмм
В работе исследована возможность диагностики заболеваний внутренних органов по данным об амплитудах и интервалах кардиоциклов. Реализован метод информационного анализа ЭКГ-сигналов, основанный на представлении ЭКГ в виде последовательности символов (кодограммы) и заключающийся в определении диагностических эталонов заболеваний. Разработаны различные алгоритмы классификации, проведен их анализ и сравнение.
Весна 2014, 10-й семестр
Лингвистические методы анализа электрокардиосигналов для задач дифференциальной диагностики
Продолжены исследования и разработка алгоритмов статистического обучения для диагностики заболеваний по дискретизированным электрокардиосигналам. Реализован метод скользящего контроля для сравнения алгоритмов и сами алгоритмы: наивный Байес, синдромный алгоритм, логистическая регрессия. Реализованы перестановочные статистические тесты для отбора информативных признаков.
Публикация
- Uspenskiy V. M., Vorontsov K. V., Tselykh V. R., Bunakov V. A. Information Function of the Heart: Discrete and Fuzzy Encoding of the ECG-Signal for Multidisease Diagnostic System // Advanced Mathematical and Computational Tools in Metrology. — 2014.
Осень 2014, 11-й семестр
Лингвистические методы анализа электрокардиосигналов для задач дифференциальной диагностики
Разработаны обучаемые алгоритмы диагностики многих заболеваний по одной электрокардиограмме. Исследована обобщающая способность логистической регрессии, синдромных алгоритмов, решающих деревьев и лесов. Приведены статистические обоснования отдельных этапов технологии информационного анализа электрокардиосигналов. Подготовлены публикации.
Доклад на научной конференции
- Успенский В. М., Воронцов К. В., Целых В. Р., Бунаков В. А., Ефимова И. В., Полежаев В. А. Информационный анализ электрокардиосигналов для диагностики многих заболеваний внутренних органов по одной электрокардиограмме // Интеллектуализация обработки информации (ИОИ-2014): Тезисы докл.— Москва: Торус Пресс, 2014. С. 172–173..
