Публікація: Нейромережеві методи прогнозування поширення захворювань
dc.contributor.author | Гуренко, Д. М. | |
dc.date.accessioned | 2025-03-30T10:05:53Z | |
dc.date.available | 2025-03-30T10:05:53Z | |
dc.date.issued | 2025 | |
dc.description.abstract | Метою кваліфікаційної роботи є реалізація та дослідження нейромережевих методів прогнозування поширення захворювань. Проведення порівняльного аналізу ефективності використання моделей на базі LSTM, RNN та CNN. Основна увага приділена застосуванню нейронних мереж для аналізу часових рядів та побудови моделей, здатних забезпечувати високоточне прогнозування динаміки захворюваності. У ході виконання кваліфікаційної роботи було проаналізовано основні проблеми, пов’язані з прогнозуванням поширення захворювань. У рамках роботи були розглянуті сучасні нейромережеві підходи, які дозволяють ефективно обробляти великі набори даних, виявляти складні взаємозв’язки та тренди. Було виконано порівняння ефективності різних моделей на прикладах реальних даних, включаючи глобальні пандемії. | |
dc.identifier.citation | Гуренко Д. М. Нейромережеві методи прогнозування поширення захворювань : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 123 Комп'ютерна інженерія / Д. М. Гуренко ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2025. – 70 с. | |
dc.identifier.uri | https://openarchive.nure.ua/handle/document/30186 | |
dc.language.iso | uk | |
dc.subject | нейромережа | |
dc.subject | штучна нейронна мережа | |
dc.subject | часовий ряд | |
dc.subject | захворювання | |
dc.subject | пандемія | |
dc.subject | COVID-19 | |
dc.subject | RNN | |
dc.subject | LSTM | |
dc.subject | CNN | |
dc.subject | Python | |
dc.subject | TensorFlow | |
dc.title | Нейромережеві методи прогнозування поширення захворювань | |
dc.title.alternative | Neural Network Methods for Predicting Disease Spread | |
dc.type | Other | |
dspace.entity.type | Publication |
Файли
Оригінальний пакет
1 - 2 з 2
Завантаження...
- Назва:
- 2025_M_EOM_KSMm-23-1_Hurenko_D_M.pdf
- Розмір:
- 1.54 MB
- Формат:
- Adobe Portable Document Format
Завантаження...
- Назва:
- 2025_M_EOM_KSMm-23-1_Hurenko_D_M_Dodatky.pdf
- Розмір:
- 801.61 KB
- Формат:
- Adobe Portable Document Format
Ліцензійний пакет
1 - 1 з 1
Немає доступних мініатюр
- Назва:
- license.txt
- Розмір:
- 9.55 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: