<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Інформаційна технологія аналізу та передбачення розладу сну людини

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

Робота присвячена розробленню інформаційної технології аналізу та передбачення розладу сну людини. Увага приділяється використанню методів машинного навчання та штучного інтелекту для передбачення якості сну людини. Використання цих технологій можливе у медицині або у діагностиці та лікуванні розладів сну. Результати роботи показали, що ефективним методом передбачення виявився метод GradientBoost, застосування інформаційних технологій у вивченні розладів сну підкреслюють їх потенціал у покращенні якості життя та підтримці здоров'я людини.
The paper is devoted to the development of information technology for analyzing and predicting human sleep disorders. Attention is paid to the use of machine learning and artificial intelligence methods to predict the quality of human sleep. These technologies can be used in medicine or in the diagnosis and treatment of sleep disorders. The results of the work showed that the GradientBoost method proved to be an effective method of prediction, and the use of information technology in the study of sleep disorders emphasizes their potential to improve the quality of life and maintain human health.

Опис

УДК

Тип документа

Мова

ISSN

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Іщук Д. В., Жуков С. О. Інформаційна технологія аналізу та передбачення розладу сну людини // Матеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р. Електрон. текст. дані. 2024. URI: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2024/paper/view/19789.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (3)

  1. SageJournals. Predict sleep apnea [Електронний ресурс]. – Режим доступу: https://journals.sagepub.com/doi/full
  2. Verhun V.R. Характеристика методів розв’язання задачі класифікації в інтелектуальному аналізу даних навчальних програм. Scientific Bulletin of UNFU. 2019. Т. 29, № 6. С. 136–139.
  3. Laksika Tharmalingam. Kaggle Dataset «Sleep Health and Lifestyle Dataset» [Електронний ресурс]. URL: https://www.kaggle.com/datasets/sleep-health-and-lifestyle-dataset