Βιβλιογραφική ανασκόπηση και συγκριτική ανάλυση μεθόδων πρόβλεψης επιδημιών

Καρατάσιος, Δημήτριος (2021) Βιβλιογραφική ανασκόπηση και συγκριτική ανάλυση μεθόδων πρόβλεψης επιδημιών. BSc thesis, ΤΕΙ Δυτικής Μακεδονίας.

Text ΕΙ34_2021.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (749kB)

Abstract

Ο σκοπός της εργασίας είναι η ανάλυση των ερευνητικών προσπαθειών σχετικά με προβλέψεις πανδημιών τα τελευταία χρόνια αλλά και η περίπτωση του COVID 19. Θα διεξαχθεί βιβλιογραφική ανασκόπηση που επικεντρώνεται στις αναφορές σχετικά με την προσέγγιση και ανάλυση διαφόρων επιδημιών μέσω τεχνολογιών εξόρυξης πληροφορίας. Η εξόρυξη πληροφορίας μπορεί να γίνει με διάφορες μεθόδους όπως, συσταδοποίηση (clustering) ή ταξινόμηση (classification) που διεξάγονται με ευρέως διαδεδομένες μεθόδους (k-means ή δένδρα απόφασης αντίστοιχα), με πιο πολύπλοκες (νευρωνικά δίκτυα, γενετικούς αλγορίθμους) αλλά και με κλασικές μεθόδους στατιστικής ανάλυσης όπως η γραμμική παλινδρόμηση (linear regression). Συνήθως, τα δεδομένα που χρησιμοποιούνται είναι σε μορφή χρονοσειρών (timeseries) τα οποία περιέχουν στήλες (columns/labels) σχετικά με τον αριθμό θανάτων, νοσούντων κ.α. Στόχος είναι να γίνει μια ενδελεχής αλλά και συγκριτική ανάλυση των ευρημάτων όσων αφορά την αποτελεσματικότητα των προβλέψεων, των διαθέσιμων τελευταίας λέξης της τεχνολογίας εργαλείων (state-of-the-art) και στη συνέχεια ακολουθεί ο σχολιασμός τους. Η πρόταση αυτή κρίνεται ιδιαίτερα σημαντική καθώς σχετίζεται με ζητήματα που αφορούν στην υγεία του ανθρώπου και το πως η πληροφορική μπορεί να προσφέρει βελτιώσεις αλλά και λύσεις αναβάθμισης του τομέα της υγείας είτε σε τοπικό, είτε σε παγκόσμιο επίπεδο.

Item Type:	Thesis (BSc)
Corporate Creators:	Σίσιας Γεώργιος
Uncontrolled Keywords:	Προβλέψεις πανδημιών, Εξόρυξη πληροφοριών, Covid 19, Υγεία, Δεδομένα χρονοσειρών.
Subjects:	Α > Αλγόριθμοι D > Data mining Ε > Εξόρυξη δεδομένων Π > Προβλέψεις Π > Πληροφορική
Divisions:	Σχολή Τεχνολογικών Εφαρμογών > Τμήμα Μηχανικών Πληροφορικής ΤΕ (Καστοριά)
Depositing User:	Προσωπικό Βιβλιοθήκης
Date Deposited:	07 Feb 2022 08:54
Last Modified:	11 Jul 2022 08:02
URI:	http://anaktisis.uowm.gr/id/eprint/11536

Ενέργειες (απαιτείται σύνδεση)

View Item