Моделювання даних процесів моніторингу при нерівномірних і нечітких інтервалах спостережень
Loading...
Date
2021
Journal Title
Journal ISSN
Volume Title
Publisher
Національна металургійна академія України, м. Дніпро
Abstract
UKR: У статті досліджено актуальні завдання щодо моделювання і аналізу даних часових послідовностей моніторингу процесів з нерівномірними та нечіткими інтервалами вибірки. Реалізація завдань аналізу і прогнозування таких часових рядів виконується на основі сепарабельної моделі, яка відрізняється окремим формуванням послідовностей величин показників процесу та інтервалів між спостереженнями. Сепарабельна модель була застосована для дослідження процесів клінічного моніторингу стану хворих на діабет з метою визначення оцінок величин нового періоду до виникнення стану/подій, які відповідають встановленим вимогам. Проведено оцінку ефективності удосконаленого квантильного алгоритму моделювання часових послідовностей, запропонованого у цій роботі. Реалізація моделей послідовностей вимірів з нечітким кроком виконується шляхом застосування підходу на основі α-рівнів. Для скаляризації нечіткого результату застосовувався метод центру ваги.
ENG: The paper presents the results of applying a separable mathematical model for analyzing fuzzy time series with uneven and fuzzy data sampling intervals. The study of the efficiency of an advanced quantile modeling algorithm is presented. The implementation of models of measurement sequences with fuzzy steps is conducting by applying the approach based on α-levels. The center of weight method was used for scalarization the fuzzy result. A separable model was used for modeling the processes of clinical monitoring of patients with diabetes.
RUS: В статье приведены результаты применения сепарабельной математической модели анализа нечетких временных последовательностей с неравномерными и нечеткими интервалами выборки данных. Проведено исследование эффективности усовершенствованного квантильного алгоритма моделирования. Реализация моделей последовательностей измерений с нечетким шагом выполняется путем применения подхода на основе α-уровней. Для скаляризации нечеткого результата применялся метод центра тяжести. Сепарабельная модель была применена для моделирования процессов клинического мониторинга состояния больных диабетом.
ENG: The paper presents the results of applying a separable mathematical model for analyzing fuzzy time series with uneven and fuzzy data sampling intervals. The study of the efficiency of an advanced quantile modeling algorithm is presented. The implementation of models of measurement sequences with fuzzy steps is conducting by applying the approach based on α-levels. The center of weight method was used for scalarization the fuzzy result. A separable model was used for modeling the processes of clinical monitoring of patients with diabetes.
RUS: В статье приведены результаты применения сепарабельной математической модели анализа нечетких временных последовательностей с неравномерными и нечеткими интервалами выборки данных. Проведено исследование эффективности усовершенствованного квантильного алгоритма моделирования. Реализация моделей последовательностей измерений с нечетким шагом выполняется путем применения подхода на основе α-уровней. Для скаляризации нечеткого результата применялся метод центра тяжести. Сепарабельная модель была применена для моделирования процессов клинического мониторинга состояния больных диабетом.
Description
В. Скалозуб: ORCID 0000-0002-1941-4751; О. Мурашов: ORCID 0000-0003-1815-6508
Keywords
моніторинг, нерівномірна у часі вибірка, сепарабельна модель, нечітка квантильна модель, моніторинг стану хворих, monitoring, time-uneven sampling, separable model, fuzzy quantile model, monitoring of patients, мониторинг, неравномерная во времени выборка, сепарабельная модель, нечеткая квантильная модель, мониторинг состояния больных, КІТ
Citation
Скалозуб В. В., Мурашов О. В. Моделювання даних процесів моніторингу при нерівномірних і нечітких інтервалах спостережень. Системні технології. Дніпро, 2021. Т. 4 № 135. С. 135–148. DOI 10.34185/1562-9945-4-135-2021-14.