{"title":"开发和研究预测心血管疾病易感性的智能方法和模型","authors":"А.Е. Пужайкина, О.А. Бубарева","doi":"10.25699/sssb.2023.51.5.034","DOIUrl":null,"url":null,"abstract":"Разработан метод оценки и прогнозирования в интеллектуальных системах поддержки принятия решений. Суть предлагаемого метода заключается в возможности анализа текущего состояния анализируемого объекта и возможности краткосрочного прогнозирования состояния объекта. Возможность объективного и полного анализа достигается за счет использования улучшенных нечетких временных моделей состояния объекта, улучшенной процедуры прогнозирования состояния объекта и улучшенной процедуры обучения эволюционирующих искусственных нейронных сетей. Процедура прогнозирования состояния объекта позволяет проводить многомерный анализ, учитывать и косвенно влиять на все компоненты многомерного временного ряда с различными временными сдвигами относительно друг друга в условиях неопределенности. A method of evaluation and forecasting in intelligent decision support systems has been developed. The essence of the proposed method is the possibility of analyzing the current state of the analyzed object and the possibility of short-term forecasting of the state of the object. The possibility of objective and complete analysis is achieved through the use of improved fuzzy time models of the state of the object, an improved procedure for predicting the state of the object and an improved training procedure for evolving artificial neural networks. The procedure for predicting the state of an object allows for multidimensional analysis, taking into account and indirectly influencing all components of a multidimensional time series with different time shifts relative to each other under conditions of uncertainty.","PeriodicalId":133432,"journal":{"name":"Южно-Сибирский научный вестник","volume":"12 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-10-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"DEVELOPMENT AND RESEARCH OF INTELLIGENT METHODS AND MODELS FOR PREDICTING PREDISPOSITION TO CARDIOVASCULAR DISEASES\",\"authors\":\"А.Е. Пужайкина, О.А. Бубарева\",\"doi\":\"10.25699/sssb.2023.51.5.034\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Разработан метод оценки и прогнозирования в интеллектуальных системах поддержки принятия решений. Суть предлагаемого метода заключается в возможности анализа текущего состояния анализируемого объекта и возможности краткосрочного прогнозирования состояния объекта. Возможность объективного и полного анализа достигается за счет использования улучшенных нечетких временных моделей состояния объекта, улучшенной процедуры прогнозирования состояния объекта и улучшенной процедуры обучения эволюционирующих искусственных нейронных сетей. Процедура прогнозирования состояния объекта позволяет проводить многомерный анализ, учитывать и косвенно влиять на все компоненты многомерного временного ряда с различными временными сдвигами относительно друг друга в условиях неопределенности. A method of evaluation and forecasting in intelligent decision support systems has been developed. The essence of the proposed method is the possibility of analyzing the current state of the analyzed object and the possibility of short-term forecasting of the state of the object. The possibility of objective and complete analysis is achieved through the use of improved fuzzy time models of the state of the object, an improved procedure for predicting the state of the object and an improved training procedure for evolving artificial neural networks. The procedure for predicting the state of an object allows for multidimensional analysis, taking into account and indirectly influencing all components of a multidimensional time series with different time shifts relative to each other under conditions of uncertainty.\",\"PeriodicalId\":133432,\"journal\":{\"name\":\"Южно-Сибирский научный вестник\",\"volume\":\"12 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-10-31\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Южно-Сибирский научный вестник\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.25699/sssb.2023.51.5.034\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Южно-Сибирский научный вестник","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.25699/sssb.2023.51.5.034","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
DEVELOPMENT AND RESEARCH OF INTELLIGENT METHODS AND MODELS FOR PREDICTING PREDISPOSITION TO CARDIOVASCULAR DISEASES
Разработан метод оценки и прогнозирования в интеллектуальных системах поддержки принятия решений. Суть предлагаемого метода заключается в возможности анализа текущего состояния анализируемого объекта и возможности краткосрочного прогнозирования состояния объекта. Возможность объективного и полного анализа достигается за счет использования улучшенных нечетких временных моделей состояния объекта, улучшенной процедуры прогнозирования состояния объекта и улучшенной процедуры обучения эволюционирующих искусственных нейронных сетей. Процедура прогнозирования состояния объекта позволяет проводить многомерный анализ, учитывать и косвенно влиять на все компоненты многомерного временного ряда с различными временными сдвигами относительно друг друга в условиях неопределенности. A method of evaluation and forecasting in intelligent decision support systems has been developed. The essence of the proposed method is the possibility of analyzing the current state of the analyzed object and the possibility of short-term forecasting of the state of the object. The possibility of objective and complete analysis is achieved through the use of improved fuzzy time models of the state of the object, an improved procedure for predicting the state of the object and an improved training procedure for evolving artificial neural networks. The procedure for predicting the state of an object allows for multidimensional analysis, taking into account and indirectly influencing all components of a multidimensional time series with different time shifts relative to each other under conditions of uncertainty.