المؤلفون: Ольга Николаевна Половикова, Анастасия Станиславовна Маничева, Вячеслав Вячеславович Ширяев

المصدر: Известия Алтайского государственного университета, Iss 1(135), Pp 126-131 (2024)

مصطلحات موضوعية: генетические мутации, методы машинного обучения, классификация, кодирование текста, токенизация, векторизация, метрики качества обучения, логарифмическая функция потерь, подбор гиперпараметров модели, Physics, QC1-999, History (General), D1-2009

وصف الملف: electronic resource

Relation: http://izvestiya.asu.ru/article/view/15013; https://doaj.org/toc/1561-9443; https://doaj.org/toc/1561-9451

URL الوصول: https://doaj.org/article/a2032fce33e548f084a7dd1a419d3994

المؤلفون: A. V. Ivanova, V. A. Safronov, А. В. Иванова, В. А. Сафронов

المصدر: Problems of Particularly Dangerous Infections; № 3 (2024); 103-110 ; Проблемы особо опасных инфекций; № 3 (2024); 103-110 ; 2658-719X ; 0370-1069

مصطلحات موضوعية: нейросетевое прогнозирование, epidemiological analysis, forecast, expert forecasting, machine learning methods, neural network forecasting, эпидемиологический анализ, прогноз, экспертное прогнозирование, методы машинного обучения

وصف الملف: application/pdf

Relation: https://journal.microbe.ru/jour/article/view/2047/1506; Онищенко Г.Г., Ежлова Е.Б. Эпидемиологический надзор и профилактика геморрагической лихорадки с почечным синдромом в РФ. Журнал микробиологии, эпидемиологии и иммунологии. 2013; 4:23–32.; Иванова А.В., Сафронов В.А., Зубова А.А., Попов Н.В., Кожанова О.И., Матвеева Н.И., Вяткин И.Н., Щербакова С.А., Кутырев В.В. Методические подходы к оценке экономического ущерба, связанного с заболеваемостью геморрагической лихорадкой с почечным синдромом в Российской Федерации. Проблемы особо опасных инфекций. 2023; 1:96–104. DOI:10.21055/0370-1069-2023-1-96-104.; Чистик О.Ф. Статистический подход к исследованию заболеваемости населения России. Интеллект. Инновации. Инвестиции. 2018; 7:4–11.; Чистик О.Ф. Статистический анализ заболеваемости и смертности. Вестник Самарского государственного экономического университета. 2019; 9:65–72. DOI:10.46554/1993-0453-2019-9-179-65-72.; Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям: Учеб. пособие. 2-е изд., испр. СП б.: Питер, 2013. 704 с.: ил.; Бернштейн А.Д., Апекина Н.С., Копылова Л.Ф., Хворенков А.В., Мясников Ю.А., Михайлова Т.В., Гавриловская И.Н. Особенности проявления лесных очагов геморрагической лихорадки с почечным синдромом, расположенных в оптимуме ареала рыжей полевки. РЭТ-инфо. 2000; 3:11–17.; Жигальский О.А., Кшнясев И.А. Популяционные циклы европейской рыжей полевки в оптимуме ареала. Экология. 2000; 5:376–83.; Берштейн А.Д., Гавриловская И.Н., Апекина Н.С., Дзагурова Т.К., Ткаченко Е.А. Особенности природной очаговости хантавирусных зоонозов. Эпидемиология и вакцинопрофилактика. 2010; (2):5–13.; Коренберг Э.И. Природная очаговость инфекций: современные проблемы и перспективы исследований. Зоологический журнал. 2010; 89(1):5–17.; Кушнарева Т.В. Эпизоотологический потенциал мышевидных грызунов в природных очагах хантавирусной инфекции и его эпидемиологическое значение. Тихоокеанский медицинский журнал. 2008; 2:50–2.; Транквилевский Д.В. Современное состояние организации зоолого-энтомологического, эпизоотологического мониторинга в России. Пест-менеджмент. 2022; 3:16–9. DOI:10.25732/PM.2022.123.3.003.; Беляков В.Д. Управляемые инфекции и саморегуляция паразитарных систем. Журнал микробиологии, эпидемиологии и иммунологии. 1986; 63(11):8–12.; Прислегина Д.А., Дубянский В.М., Платонов А.Е., Малецкая О.В. Влияние природно-климатических факторов на эпидемиологическую ситуацию по природно-очаговым инфекциям. Инфекция и иммунитет. 2021; 11(5):820–36. DOI:10.15789/2220-7619-EOT-1631.; Лифиренко Н.Г., Костина Н.В. К оценке возможного влияния климата на эпидемический процесс. Известия Самарского научного центра Российской академии наук. 2008; 10(2):333–9.; Малецкая О.В., Таран Т.В., Прислегина Д.А., Платонов А.Е., Дубянский В.М., Волынкина А.С., Василенко Н.Ф., Тохов Ю.Н., Цапко Н.В. Природно-очаговые вирусные лихорадки на юге европейской части России. Геморрагическая лихорадка с почечным синдромом. Проблемы особо опасных инфекций. 2019; 4:79–84. DOI:10.21055/0370-1069-2019-4-79-84.; Платонов А.Е. Влияние погодных условий на эпидемиологию трансмиссивных инфекций (на примере лихорадки Западного Нила в России). Вестник Российской академии медицинских наук. 2006; 2:25–9.; Прохоренко И.О. Метод нейросетевого моделирования и его использование для прогнозирования развития соматической патологии у лиц старших возрастных групп. Современные проблемы науки и образования. 2013; 1:70.; Хасанов А.Г., Шайбаков Д.Г., Жернаков С.В., Меньшиков А.М., Бадретдинова Ф.Ф., Суфияров И.Ф., Сагадатова Ю.Р. Нейронные сети для прогнозирования динамики развития заболеваний. Креативная хирургия и онкология. 2020; 10(3):198–204. DOI:10.24060/2076-3093-2020-10-3-198-204.; Лазаренко В.А., Антонов А.Е., Markapuram V.K., Awad K. Опыт нейросетевой диагностики и прогнозирования язвенной болезни по результатам анализа факторов риска. Бюллетень сибирской медицины. 2018; 17(3):88–95. DOI:10.20538/1682-0363-2018-3-88-95.; Суханова Н.В. Разработка нейросетевой модели для мониторинга заболеваемости и прогнозирования эффективности противоэпидемических мер. Вестник Брянского государственного технического университета. 2020; 10:42–50. DOI:10.30987/1999-8775-2020-10-42-50.; Светлый Л.И., Лопухова В.А., Тарасенко И.В., Климкин А.С. Применение системы оценки технологий здравоохранения в принятии эффективных управленческих решений. Журнал научных статей «Здоровье и образование в XXI веке». 2013; 15(1-4):234–5.; Безруков Н.С., Еремин Е.Л. Построение и моделирование адаптивной нейро-нечеткой системы в задаче медицинской диагностики. Информатика и системы управления. 2005; 2:36–46.; Гидрометцентр России. [Электронный ресурс]. URL: https://meteoinfo.ru/archive-pogoda (дата обращения 15.01.2024).; Иванова А.В., Сафронов В.А., Попов Н.В., Кожанова О.И., Матвеева Н.И., Кресова У.А., Чумачкова Е.А., Поспелов М.В., Архипова Г.Н., Вяткин И.Н., Щербакова С.А., Кутырев В.В. Эпидемиологические особенности вспышки ГЛПС в Саратовской области 2019 г. Проблемы особо опасных инфекций. 2020; 2:78–85. DOI:10.21055/0370-1069-2020-2-78-85.; Ормели Е.И. Оценка степени континентальности климата Саратовской области в начале XXI века. Вестник Удмуртского университета. Серия «Биология. Науки о Земле». 2022; 32(4):476–84. DOI:10.35634/2412-9518-2022-32-4-476-484.; Даутов Р.З., Карчевский М.М. Введение в теорию метода конечных элементов: Учеб. пособие. Казань: Казанский государственный университет им. В.И. Ульянова-Ленина; 2004. 239 с.; Гамбаров Г.М., Журавель Н.М., Королев Ю.Г. Статистическое моделирование и прогнозирование: Учеб. пособие. М.: Финансы и статистика; 1990. 383 с.; Котельников С.А., Усков А.А. Методика оценки точности нейросетевых моделей. Программные продукты и системы. 2008; 2:63–5.; Савицкая Т.А., Иванова А.В., Исаева Г.Ш., Решетникова И.Д., Трифонов В.А., Зиатдинов В.Б., Магеррамов Ш.В., Хусаинова Р.М., Транквилевский Д.В. Анализ эпидемиологической ситуации по геморрагической лихорадке с почечным синдромом в Российской Федерации в 2022 г. и прогноз ее развития на 2023 г. Проблемы особо опасных инфекций. 2023; 1:85–95. DOI:10.21055/0370-1069-2023-1-85-95.; https://journal.microbe.ru/jour/article/view/2047

الاتاحة: https://journal.microbe.ru/jour/article/view/2047
https://doi.org/10.21055/0370-1069-2024-3-103-110

المؤلفون: Asadullaev, Rustam, Sitnikova, Maria, Sletov, Alexander, Sitnikov, Andrey, Malykh, Sergey, Асадуллаев, Рустам Г., Ситникова, Мария А., Слетов, Александр А., Ситников, Андрей В., Малых, Сергей Б.

المصدر: Russian Psychological Journal; Vol. 21 No. 1 (2024); 67-86 ; Российский психологический журнал; Том 21 № 1 (2024); 67-86 ; 2411-5789 ; 1812-1853 ; 10.21702/w59f0g27

مصطلحات موضوعية: Функциональная БИК-спектроскопия, нейрофизиологические данные, методы машинного обучения, нейронные сети глубокого обучения, сверточные нейронные сети, рекуррентные нейронные сети, functional near-infrared spectroscopy, neurophysiological data, machine learning methods, deep learning neural networks, convolutional neural networks, recurrent neural networks

وصف الملف: application/pdf

Relation: https://rpj.ru.com/index.php/rpj/article/view/1612/1819; https://rpj.ru.com/index.php/rpj/article/view/1612/1820; https://rpj.ru.com/index.php/rpj/article/view/1612

الاتاحة: https://rpj.ru.com/index.php/rpj/article/view/1612
https://doi.org/10.21702/rpj.2024.1.4

المؤلفون: K. Yu. Kalitin, O. Yu. Mukha, A. A. Spasov, К. Ю. Калитин, О. Ю. Муха, А. А. Спасов

المساهمون: This study did not have financial support from outside organizations., Данное исследование не имело финансовой поддержки от сторонних организаций.

المصدر: Pharmacy & Pharmacology; Том 11, № 5 (2023); 432-442 ; Фармация и фармакология; Том 11, № 5 (2023); 432-442 ; 2413-2241 ; 2307-9266 ; 10.19163/2307-9266-2023-11-5

مصطلحات موضوعية: p38 MAPK, electrophysiology, brain connectivity, patch-clamp, machine learning methods, электрофизиология, коннективность мозга, патч-зажим, методы машинного обучения

وصف الملف: application/pdf

Relation: https://www.pharmpharm.ru/jour/article/view/1396/1009; Zimmer Z., Fraser K., Grol-Prokopczyk H., Zajacova A. A global study of pain prevalence across 52 countries: examining the role of country-level contextual factors // Pain. – 2022. – Vol. 163, No. 9. – P. 1740–1750. DOI:10.1097/j.pain.0000000000002557; Daveluy A., Micallef J., Sanchez-Pena P., Miremont-Salamé G., Lassalle R., Lacueille C., Grelaud A., Corand V., Victorri-Vigneau C., Batisse A., Le Boisselier R. Ten-year trend of opioid and nonopioid analgesic use in the French adult population // Br J Clin Pharmacol. – 2021. – Vol. 87, No. 2. – P. 555–564. DOI:10.1111/bcp.14415; Pasternak G.W. Mu opioid pharmacology: 40 years to the promised land // Adv Pharmacol. – 2018. – Vol. 82. – P. 261–291. DOI:10.1016/bs.apha.2017.09.006; Dalefield M.L., Scouller B., Bibi R., Kivell B.M. The kappa opioid receptor: A promising therapeutic target for multiple pathologies // Front Pharmacol. – 2022. – Vol. 13. – Art. ID: 837671. DOI:10.3389/fphar.2022.837671; Khan M.I.H., Sawyer B.J., Akins N.S., Le H.V.A systematic review on the kappa opioid receptor and its ligands: New directions for the treatment of pain, anxiety, depression, and drug abuse // Eur J Med Chem. – 2022. – Vol. 243. – Art. ID: 114785. DOI:10.1016/j.ejmech.2022.114785; Vaidya B., Sifat A.E., Karamyan V.T., Abbruscato T.J. The neuroprotective role of the brain opioid system in stroke injury // Drug Discov Today. – 2018. – Vol. 23, No. 7. – P. 1385–1395. DOI:10.1016/j.drudis.2018.02.011; Paul A.K., Smith C.M., Rahmatullah M., Nissapatorn V., Wilairatana P., Spetea M., Gueven N., Dietis N. Opioid analgesia and opioid-induced adverse effects: A review // Pharmaceuticals. – 2021. – Vol. 14, No. 11. – Art. ID: 1091. DOI:10.3390/ph14111091; Gopalakrishnan L., Chatterjee O., Ravishankar N., Suresh S., Raju R., Mahadevan A., Prasad T.K. Opioid receptors signaling network // J Cell Commun Signal. – 2022. – Vol. 16, No. 3. – P. 475–483. DOI:10.1007/s12079-021-00653-z; Machelska H., Celik M.Ö. Advances in achieving opioid analgesia without side effects // Front Pharmacol. – 2018. – Vol. 9. – Art. ID: 1388. DOI:10.3389/fphar.2018.01388; Mores K.L., Cummins B.R., Cassell R.J., van Rijn R.M. A review of the therapeutic potential of recently developed G protein-biased kappa agonists // Front Pharmacol. – 2019. – Vol. 10. – Art. ID: 407. DOI:10.3389/fphar.2019.00407; Спасов А.А., Калитин К.Ю., Гречко О.Ю., Анисимова В.А. Противоэпилептическая активность нового производного бензимидазола РУ-1205 // Бюллетень экспериментальной биологии и медицины. – 2015. – Т. 160, № 9. – С. 320–323.; Kalitin K.Y., Grechko O.Y., Spasov A.A., Sukhov A.G., Anisimova V.A., Matukhno A.E. GABAergic mechanism of anticonvulsive effect of chemical agent RU-1205 // Bull Exp Biol Med. – 2018. – Vol. 164. – P. 629–635. DOI:10.1007/s10517-018-4047-4; Калитин К.Ю., Придворов Г.В., Спасов А.А., Муха О.Ю. Влияние каппа-опиоидных агонистов буторфанола и соединения РУ-1205 на биоэлектрическую активность мозга при глобальной ишемии // Вестник Волгоградского государственного медицинского университета. – 2022. – Т. 19, № 3. – С. 128–133. DOI:10.19163/1994-9480-2022-19-3-128-133; Liu-Chen L.Y., Huang P. Signaling underlying kappa opioid receptor-mediated behaviors in rodents // Front Neurosci. – 2022. – Vol. 16. – Art. ID: 964724. DOI:10.3389/fnins.2022.964724; Tortella F. C., Robles L., Holaday J. W. U50, 488, a highly selective kappa opioid: anticonvulsant profile in rats // J Pharmacol Exper Ther. – 1986. – Vol. 237, No. 1. – P. 49–53.; Lemos C., Salti A., Amaral I.M., Fontebasso V., Singewald N., Dechant G., Hofer A., El Rawas R. Social interaction reward in rats has anti-stress effects // Addict Biol. – 2021. – Vol. 26, No. 1. – Art. ID: e12878. DOI:10.1111/adb.12878; Ji G., Neugebauer V. Kappa opioid receptors in the central amygdala modulate spinal nociceptive processing through an action on amygdala CRF neurons // Molecul Brain. – 2020. – Vol. 13, No. 1. – P. 1–10. DOI:10.1186/s13041-020-00669-3; Zan G.Y., Wang Q., Wang Y.J., Chen J.C., Wu X., Yang C.H., Chai J.R., Li M., Liu Y., Hu X.W., Shu X.H. p38 mitogen-activated protein kinase activation in amygdala mediates κ opioid receptor agonist U50,488H-induced conditioned place aversion // Neurosci. – 2016. – Vol. 320. – P. 122–128. DOI:10.1016/j.neuroscience.2016.01.052; Yakhnitsa V., Ji G., Hein M., Presto P., Griffin Z., Ponomareva O., Navratilova E., Porreca F., Neugebauer V. Kappa opioid receptor blockade in the amygdala mitigates pain like-behaviors by inhibiting corticotropin releasing factor neurons in a rat model of functional pain // Front Pharmacol. – 2022. – Vol. 13. – Art. ID: 903978. DOI:10.3389/fphar.2022.903978; Dermitzaki E., Tsatsanis C., Gravanis A., Margioris A.N. Corticotropin-releasing hormone induces Fas ligand production and apoptosis in PC12 cells via activation of p38 mitogen-activated protein kinase // J Biologic Chem. – 2002. – Vol. 277, No. 14. – P. 12280–12287. DOI:10.1074/jbc.M111236200; Ona G. Sampedro F., Romero S., Valle M., Camacho V., Migliorelli C., Mañanas M.Á., Antonijoan R.M., Puntes M., Coimbra J., Ballester M.R. The Kappa Opioid Receptor and the Sleep of Reason: Cortico-Subcortical Imbalance Following Salvinorin-A // Int J Neuropsychopharmacol. – 2022. – Vol. 25, No. 1. – P. 54–63. DOI:10.1093/ijnp/pyab063; Tejeda H.A., Hanks A.N., Scott L., Mejias-Aponte C., Hughes Z.A., O’donnell P. Prefrontal cortical kappa opioid receptors attenuate responses to amygdala inputs //Neuropsychopharmacol. – 2015. – Vol. 40, No. 13. – P. 2856–2864. DOI:10.1038/npp.2015.138; Jamali S., Dezfouli M.P., Kalbasi A., Daliri M.R., Haghparast A. Selective modulation of hippocampal theta oscillations in response to morphine versus natural reward // Brain Sci. – 2023. – Vol. 13, No. 2. – Art. ID: 322. DOI:10.3390/brainsci13020322; Ahmadi Soleimani S.M., Mohamadi M. A. H. M.H., Raoufy M.R., Azizi H., Nasehi M., Zarrindast M.R. Acute morphine administration alters the power of local field potentials in mesolimbic pathway of freely moving rats: Involvement of dopamine receptors // Neurosci Lett. – 2018. – Vol. 686. – P. 168–174. DOI:10.1016/j.neulet.2018.09.016; Reakkamnuan C., Cheaha D., Kumarnsit E. Nucleus accumbens local field potential power spectrums, phase-amplitude couplings and coherences following morphine treatment // Acta Neurobiol Exp (Wars). – 2017. – Vol. 77, No. 3. – P. 214–224. DOI:10.21307/ane-2017-055; Hein M., Ji G., Tidwell D., D’Souza P., Kiritoshi T., Yakhnitsa V., Navratilova E., Porreca F., Neugebauer V. Kappa opioid receptor activation in the amygdala disinhibits CRF neurons to generate pain-like behaviors // Neuropharmacolog. – 2021. – Vol. 185. – Art. ID: 108456. DOI:10.1016/j.neuropharm.2021.108456; Ittner A.A., Gladbach A., Bertz J., Suh L.S., Ittner L.M. p38 MAP kinase-mediated NMDA receptor-dependent suppression of hippocampal hypersynchronicity in a mouse model of Alzheimer’s disease // Acta Neuropathol Commun. – 2014. – Vol. 2. – P. 1–17. DOI:10.1186/s40478-014-0149-z; Zhang F., Wang F., Yue L., Zhang H., Peng W., Hu L. Cross-species investigation on resting state electroencephalogram // Brain Topogr. – 2019. – Vol. 32. – P. 808–824. DOI:10.1007/s10548-019-00723-x; Imperatori L.S., Cataldi J., Betta M., Ricciardi E., Ince R.A., Siclari F., Bernardi G. Cross-participant prediction of vigilance stages through the combined use of wPLI and wSMI EEG functional connectivity metrics // Sleep. – 2021. – Vol. 44, No. 5. – Art. ID: zsaa247. DOI:10.1093/sleep/zsaa247; Banks M.I., Krause B.M., Endemann C.M., Campbell D.I., Kovach C.K., Dyken M.E., Kawasaki H., Nourski K.V. Cortical functional connectivity indexes arousal state during sleep and anesthesia // Neuroimage. – 2020. – Vol. 211. – Art. ID: 116627. DOI:10.1016/j.neuroimage.2020.116627; Delgado-Sallent C., Nebot P., Gener T., Fath A.B., Timplalexi M., Puig M.V. Atypical, but not typical, antipsychotic drugs reduce hypersynchronized prefrontal-hippocampal circuits during psychosis-like states in mice: Contribution of 5-HT2A and 5-HT1A receptors // Cereb Cortex. – 2022. – Vol. 32, No. 16. – P. 3472–3487. DOI:10.1093/cercor/bhab427; Huang Y., Yi Y., Chen Q., Li H., Feng S., Zhou S., Zhang Z., Liu C., Li J., Lu Q., Zhang L. Analysis of EEG features and study of automatic classification in first-episode and drug-naïve patients with major depressive disorder // BMC Psychiatry. – 2023. – Vol. 23, No. 1. – Art. ID: 832. DOI:10.1186/s12888-023-05349-9; Desai R., Porob P., Rebelo P., Edla D.R., Bablani A. EEG data classification for mental state analysis using wavelet packet transform and gaussian process classifier // Wireless Personal Communications. – 2020. – Vol. 115, No. 3. – P. 2149–2169. DOI:10.1007/s11277-020-07675-7; Chinara S. Automatic classification methods for detecting drowsiness using wavelet packet transform extracted time-domain features from single-channel EEG signal // J Neurosci Methods. – 2021. – Vol. 347. – Art. ID: 108927. DOI:10.1016/j.jneumeth.2020.108927; Ieracitano C., Mammone N., Hussain A., Morabito F.C. A novel multi-modal machine learning based approach for automatic classification of EEG recordings in dementia // Neural Networks. – 2020. – Vol. 123. – P. 176–190. DOI:10.1016/j.neunet.2019.12.006; Zanettini C., Scaglione A., Keighron J.D., Giancola J.B., Lin S.C., Newman A.H., Tanda G. Pharmacological classification of centrally acting drugs using EEG in freely moving rats: an old tool to identify new atypical dopamine uptake inhibitors // Neuropharmacol. – 2019. – Vol. 161. – Art. ID: 107446. DOI:10.1016/j.neuropharm.2018.11.034; Shahabi M.S., Shalbaf A., Maghsoudi A. Prediction of drug response in major depressive disorder using ensemble of transfer learning with convolutional neural network based on EEG // Biocybernet Biomed Engineer. – 2021. – Vol. 41, No. 3. – P. 946–959. DOI:10.1016/j.bbe.2021.06.006; Rives M.L., Rossillo M., Liu-Chen L.Y., Javitch J.A. 6′-Guanidinonaltrindole (6′-GNTI) is a G protein-biased κ-opioid receptor agonist that inhibits arrestin recruitment // J Biologic Chem. – 2012. – Vol. 287, No. 32. – P. 27050–27054. DOI:10.1074/jbc.C112.387332; Kalitin K.Y., Spasov A.A., Mukha O.Y. Effects of kappa-opioid agonist U-50488 and p38 MAPK inhibitor SB203580 on the spike activity of pyramidal neurons in the basolateral amygdala // Research Ress Pharmacol. – 2024. – Vol. 10, No. 1. – P. 1–6. DOI:10.18413/rrpharmacology.10.400; Courtin J., Karalis N., Gonzalez-Campo C., Wurtz H., Herry C. Persistence of amygdala gamma oscillations during extinction learning predicts spontaneous fear recovery // Neurobiol Learn Memory. – 2014. – Vol. 113. – P. 82–89. DOI:10.1016/j.nlm.2013.09.015; https://www.pharmpharm.ru/jour/article/view/1396

الاتاحة: https://www.pharmpharm.ru/jour/article/view/1396
https://doi.org/10.19163/2307-9266-2023-11-5-432-442

المؤلفون: N. I. Kurysheva, O. Ye. Rodionova, A. L. Pomerantsev, G. A. Sharova, Н. И. Курышева, О. Е. Родионова, А. Л. Померанцев, Г. А. Шарова

المصدر: National Journal glaucoma; Том 22, № 4 (2023); 3-14 ; Национальный журнал Глаукома; Том 22, № 4 (2023); 3-14 ; 2311-6862 ; 2078-4104

مصطلحات موضوعية: методы машинного обучения, primary angle closure suspects, swept source optical coherence tomography, anterior segment optical coherence tomography, laser peripheral iridotomy, lens extraction, data-driven soft independent modelling of class analogies, machine learning, подозрение на первичное закрытие угла, оптическая когерентная томография с частотно-модулированным источником, оптическая когерентная томография переднего отрезка, периферическая лазерная иридотомия, ленсэктомия, DD-SIMCA

وصف الملف: application/pdf

Relation: https://www.glaucomajournal.ru/jour/article/view/442/434; https://www.glaucomajournal.ru/jour/article/downloadSuppFile/442/149; https://www.glaucomajournal.ru/jour/article/downloadSuppFile/442/150; https://www.glaucomajournal.ru/jour/article/downloadSuppFile/442/151; Foster PJ, Oen FT, Machin D, et al. The prevalence of glaucoma in Chinese residents of Singapore: a cross-sectional population survey of the Tanjong Pagar district. Arch Ophthalmol 2000; 118(8):1105-1111. https://doi.org/10.1001/archopht.118.8.1105; Friedman DS, Foster PJ, Aung T, He M. Angle closure and angle- closure glaucoma: what we are doing now and what we will be doing in the future. Clin Exp Ophthalmol 2012; 40(4):381-387. https://doi.org/10.1111/j.1442-9071.2012.02774.x; Zhekov I, Pardhan S, Bourne RR. Optical coherence tomography-measured changes over time in anterior chamber angle and diurnal intraocular pressure after laser iridotomy: IMPACT study. Clin Exp Ophthalmol 2018; 46(8):895-902. https://doi.org/10.1111/ceo.13303; Park HS, Kim JM, Shim SH, et al. Diurnal intraocular pressure changes in eyes affected with acute primary angle closure and fellow eyes after laser peripheral iridotomy. Jpn J Ophthalmol 2015; 59(5):318-324. https://doi.org/10.1007/s10384-015-0399-8; Guo ZZ, Chang K, Wei X. Intraocular pressure fluctuation and the risk of glaucomatous damage deterioration: a meta-analysis. Int J Ophthalmol 2019; 12(1):123-128. https://doi.org/10.18240/ijo.2019.01.19; Sihota R, Rishi K, Srinivasan G, Gupta V, Dada T, Singh K. Functional evaluation of an iridotomy in primary angle closure eyes. Graefe’s Arch Clin Exp Ophthalmol = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologi 2016; 254(6):1141-1149. https://doi.org/10.1007/s00417-016-3298-x; Lee KS, Sung KR, Kang SY, Cho JW, Kim DY, Kook MS. Residual anterior chamber angle closure in narrow-angle eyes following laser peripheral iridotomy: anterior segment optical coherence tomography quantitative study. Jpn J Ophthalmol 2011; 55(3):213-219. https://doi.org/10.1007/s10384-011-0009-3; Nonaka A, Kondo T, Kikuchi M, Yamashiro K, Fujihara M, Iwawaki T, Yamamoto K, Kurimoto Y. Cataract surgery for residual angle closure after peripheral laser iridotomy. Ophthalmology 2005; 112(6): 974-979. https://doi.org/10.1016/j.ophtha.2004.12.042; Jiang Y, Chang DS, Zhu H, et al. Longitudinal changes of angle configuration in primary angle-closure suspects: the Zhongshan Angle-Closure Prevention Trial. Ophthalmology 2014; 121(9):1699-1705. https://doi.org/10.1016/j.ophtha.2014.03.039; Bo J, Changulani T, Cheng ML, Tatham AJ. Outcome Following Laser Peripheral Iridotomy and Predictors of Future Lens Extraction. J Glaucoma 2018; 27(3):275-280. https://doi.org/10.1097/IJG.0000000000000863; Беликова Е.И., Шарова Г.А. Персонализированный подход к лечению пациентов с латентной стадией закрытоугольной глаукомы. Офтальмология 2020; 17(3s):566-571. https://doi.org/10.18008/1816-5095-2020-3S-566-571; Song MK, Sung KR, Shin JW, Jo YH, Won HJ. Glaucomatous Progression After Lens Extraction in Primary Angle Closure Disease Spectrum. J Glaucoma 2020; 29(8):711-717. https://doi.org/10.1097/IJG.0000000000001537; Siguan-Bell CS, Chansangpetch S, Perez CI, et al. Anterior Segment Parameters of Filipino-Americans Compared to Chinese-Americans and Caucasian Americans Using Anterior Segment Optical Coherence Tomography. Transl Vis Sci Technol 2019; 8(2):11. https://doi.org/10.1167/tvst.8.2.11; Azuara-Blanco A., Burr J., Ramsay C., et al. Effectiveness of early lens extraction for the treatment of primary angle-closure glaucoma (EAGLE): a randomised controlled trial. Lancet 2016; 388(10052): 1389-1397. https://doi.org/10.1016/S0140 6736(16)30956-4; He M, Jiang Y, Huang S, Chang DS, Munoz B, Aung T, Foster PJ, Friedman DS. Laser peripheral iridotomy for the prevention of angle closure: a single-centre, Randomized controlled trial. Lancet 2019; 393(10181):1609-1618. https://doi.org/10.1016/S0140-6736(18)32607-2; Foster PJ, Buhrmann R, Quigley HA, Johnson GJ. The definition and classification of glaucoma in prevalence surveys. Br J Ophthalmol 2002; 86(2):238-242. https://doi.org/10.1136/bjo.86.2.238; Chylack LT Jr, Wolfe JK, Singer DM, et al. The Lens Opacities Classification System III. The Longitudinal Study of Cataract Study Group. Arch Ophthalmol 1993; 111(6):831-836. https://doi.org/10.1001/archopht.1993.01090060119035; Курышева Н.И., Шарова Г.А. Роль оптической когерентной томографии в диагностике заболеваний закрытого угла передней камеры. Часть 1: Визуализация переднего сегмента глаза. Офтальмология 2021; 18(2):208-215. https://doi.org/10.18008/1816-5095-2021-2-208-215; Курышева Н.И., Бояринцева М.А., Фомин А.В. Хориоидея при первичной закрытоугольной глаукоме: результаты исследования методом оптической когерентной томографии. Офтальмология 2013; 10(4):26-31. https://doi.org/10.18008/1816-5095-2013-4-26-31; Rodionova O. Ye., Kurysheva N.I., Sharova G.A., Pomerantsev A.L. Expanding the DD-SIMCA concept: A case study of precision medicine. Analytica Chimica Acta 2023; 1250, 340958, ISSN 0003-2670. https://doi.org/10.1016/j.aca.2023.340958; Курышева Н.И., Померанцев А.Л., Родионова О.Е., Шарова Г.А. Методы машинного обучения в сравнительной оценке различных подходов к хирургическому лечению первичного закрытия угла передней камеры глаза. Офтальмология 2022;19(3):549-556. https://doi.org/10.18008/1816-5095-2022-3-549-556; Pomerantsev A.L. Acceptance areas for multivariate classification derived by projection methods. J Chemometrics 2008; 22:601-609. https://doi.org/10.1002/cem.1147; Pomerantsev A.L., Rodionova O.Ye. Concept and role of extreme objects in PCA/SIMCA. J Chemometrics 2014; 28:429-438. https://doi.org/10.1002/cem.2506; Pomerantsev A.L., Rodionova O.Ye. On the type II error in SIMCA method. J Chemometrics 2014; 28:518-522. https://doi.org/10.1002/cem.2610; Dada T, Rathi A, Angmo D, et al. Clinical outcomes of clear lens extraction in eyes with primary angle closure. J Cataract Refract Surg 2015; 41(7):1470-1477. https://doi.org/10.1016/j.jcrs.2014.10.029; Zhang Y, Thomas R, Zhang Q, Li SZ, Wang NL. Progression of Primary Angle Closure Suspect to Primary Angle Closure and Associated Risk Factors: The Handan Eye Study. Invest Ophthalmol Vis Sci 2021; 62(7):2. https://doi.org/10.1167/iovs.62.7.2; Moghimi S, Chen R, Johari M, Bijani F, Mohammadi M, Khodabandeh A, He M, Lin SC. Changes in Anterior Segment Morphology After Laser Peripheral Iridotomy in Acute Primary Angle Closure. Am J Ophthalmol 2016; 166:133-140. https://doi.org/10.1016/j.ajo.2016.03.032; Ang BC, Nongpiur ME, Aung T, Mizoguchi T, Ozaki M. Changes in Japanese eyes after laser peripheral iridotomy: an anterior segment optical coherence tomography study. Clin Exp Ophthalmol 2016; 44(3): 159-165. https://doi.org/10.1111/ceo.12673; Lee RY, Kasuga T, Cui QN, et al. Association between baseline iris thickness and prophylactic laser peripheral iridotomy outcomes in primary angle-closure suspects. Ophthalmology 2014; 121(6):1194-1202. https://doi.org/10.1016/j.ophtha.2013.12.027; Wang N, Ouyang J, Zhou W, Lai M, Ye T, Zeng M, Chen J. [Multiple patterns of angle closure mechanisms in primary angle closure glaucoma in Chinese]. Zhonghua Yan Ke Za Zhi 2000; 36(1):46-6. Chinese.; Mak H, Xu G, Leung CK. Imaging the iris with swept-source optical coherence tomography: relationship between iris volume and primary angle closure. Ophthalmology 2013; 120(12):2517-2524. https://doi.org/10.1016/j.ophtha.2013.05.009; Yan C, Han Y, Yu Y, et al. Effects of lens extraction versus laser peripheral iridotomy on anterior segment morphology in primary angle closure suspect. Graefes Arch Clin Exp Ophthalmol 2019; 257(7):1473-1480. https://doi.org/10.1007/s00417-019-04353-8; Курышева Н.И., Шарова Г.А., Беликова Е.И. Исследование роли хориоидеи и хрусталика в развитии первичного закрытия угла передней камеры. Национальный журнал Глаукома. 2022; 21(1):3-13. https://doi.org/10.53432/2078-4104-2022-21-1-3-13; Курышева Н.И., Шарова Г.А. Сравнительное исследование ретинальной микроциркуляции при заболевании первичного закрытого угла и начальной первичной открытоугольной глаукоме. Вестник офтальмологии 2022; 138(1):44-51. https://doi.org/10.17116/oftalma20221380114451.; Ghadamzadeh M, Karimi F, Ghasemi Moghaddam S, Daneshvar R. Anterior Chamber Angle Changes in Primary Angle-closure Glaucoma Following Phacoemulsification Versus Phacotrabeculectomy: A Prospective Randomized Clinical Trial. J Glaucoma 2022; 31(3):147-155. https://10.1097/IJG.0000000000001977; Yun-Hsuan Lin, Cheng-Hsiu Wu, Shih-Ming Huang, Chen Hsieh, Henry Shen-Lih Chen, Wan-Chen Ku, Ming-Hui Sun, Wei-Wen Su. Early versus Delayed Phacoemulsification and Intraocular Lens Implantation for Acute Primary Angle-Closure. J Ophthalmol 2020; 2020:8319570. https://10.1155/2020/8319570; Aung T, Ang LP, Chan SP, Chew PT. Acute primary angle-closure: long-term intraocular pressure outcome in Asian eyes. Am J Ophthalmol 2001; 131(1):7-12. https://10.1016/s0002-9394(00)00621-8; Zuo C, Long B, Guo X, Chen L, Liu X. Effect of Phacoemulsification on Anterior Chamber Angle in Eyes with Medically Uncontrolled Filtered Primary Angle-Closure Glaucoma. J Ophthalmol 2020; 2020:8720450. https://10.1155/2020/8720450; Курышева Н.И., Шарова Г.А. Эффективность лазерной иридотомии при подозрении на первичное закрытие угла и при первичной закрытоугольной глаукоме. The EYE ГЛАЗ 2022; 24(1):20-33. https://doi.org/10.33791/2222-4408-2022-1-20-33; https://www.glaucomajournal.ru/jour/article/view/442

الاتاحة: https://www.glaucomajournal.ru/jour/article/view/442
https://doi.org/10.53432/2078-4104-2023-22-4-3-14

المؤلفون: N. I. Kurysheva, A. L. Pomerantsev, O. Y. Rodionova, G. A. Sharova, Н. И. Курышева, А. Л. Померанцев, О. Е. Родионова, Г. А. Шарова

المصدر: National Journal glaucoma; Том 23, № 1 (2024); 3-11 ; Национальный журнал Глаукома; Том 23, № 1 (2024); 3-11 ; 2311-6862 ; 2078-4104

مصطلحات موضوعية: PLS-регрессия, SS-OCT, optical coherence tomography the anterior segment (AS-OCT), lens extraction, Machine Learning, Partial Least Squares regression, оптическая когерентная томография переднего отрезка (AS-OCT), ленсэктомия, методы машинного обучения

وصف الملف: application/pdf

Relation: https://www.glaucomajournal.ru/jour/article/view/444/459; https://www.glaucomajournal.ru/jour/article/downloadSuppFile/444/152; https://www.glaucomajournal.ru/jour/article/downloadSuppFile/444/153; Tham YC, Li X, Wong TY, Quigley HA, Aung T, Cheng CY. Global prevalence of glaucoma and projections of glaucoma burden through 2040: A systematic review and meta-analysis. Ophthalmology 2014; 121(11):2081-2090. https://doi.org/10.1016/j.ophtha.2014.05.013; Курышева Н.И., Шарова Г.А. Первичный закрытый угол передней камеры: прогрессирование от подозрения до глаукомы. Часть 1. Частота и скорость перехода подозрения на первичный закрытый угол в истинно закрытый угол и первичную закрытоугольную глаукому. Вестник офтальмологии 2022; 138(4):101-107. https://doi.org/10.17116/oftalma2022138041101; Курышева Н.И., Шарова Г.А. Первичный закрытый угол передней камеры: прогрессирование от подозрения до глаукомы. Часть 2. Предикторы первичного закрытого угла. Вестник офтальмологии 2022; 138(4):108-116. https://doi.org/10.17116/oftalma2022138041108; Jiang Y, Chang DS, Zhu H, et al. Longitudinal changes of angle configuration in primary angle-closure suspects: the Zhongshan Angle-Closure Prevention Trial. Ophthalmology 2014; 121(9):1699-1705. https://doi.org/10.1016/j.ophtha.2014.03.039; Azuara-Blanco A., Burr J., Ramsay C., et al. Effectiveness of early lens extraction for the treatment of primary angle-closure glaucoma (EAGLE): a randomised controlled trial. Lancet 2016; 388(10052): 1389-1397. https://doi.org/10.1016/S0140-6736(16)30956-4; Song MK, Sung KR, Shin JW, Jo YH, Won HJ. Glaucomatous progression after lens extraction in primary angle closure disease spectrum. J Glaucoma 2020; 29(8):711-717. https://doi.org/10.1097/IJG.0000000000001537; Курышева Н.И., Шарова Г.А. Роль оптической когерентной томографии в диагностике заболеваний закрытого угла передней камеры. Часть 1: Визуализация переднего сегмента глаза. Офтальмология 2021; 18(2):208-215. https://doi.org/10.18008/1816-5095-2021-2-208-215; Курышева Н.И., Шарова Г.А. Роль оптической когерентной томографии в диагностике заболеваний закрытого угла передней камеры. Часть 2: Визуализация заднего сегмента глаза. Офтальмология 2021; 8(3):381-388. https://doi.org/10.18008/1816-5095-2021-3-381-388; Курышева Н.И., Шарова Г.А. Анатомо-топографические особенности переднего и заднего сегментов глаза при ранних стадиях заболевания первичного закрытия угла. Национальный журнал глаукома 2023; 22(1):42-53. https://doi.org/10.53432/2078-4104-2023-22-1-42-53; Курышева Н.И., Шарова Г.А. Предикторы успеха периферической лазерной иридотомии и ленсэктомии при начальных стадиях заболевания первичного закрытия угла передней камеры. Вестник офтальмологии 2023; 139(3):98-105. https://doi.org/10.17116/oftalma202313903198; Курышева Н.И., Померанцев А.Л., Родионова О.Е., Шарова Г.А. Методы машинного обучения в сравнительной оценке различных подходов к хирургическому лечению первичного закрытия угла передней камеры глаза. Офтальмология 2022; 19(3):549-556. https://doi.org/10.18008/1816-5095-2022-3-549-556; Wold S., Sjöström M., Eriksson L. PLS-regression: a basic tool of chemometrics. Chemometrics and Intelligent Laboratory Systems 2001; 28:109-130. https://doi.org/10.1016/S0169-7439(01)00155-1; Pomerantsev, A. L. Chemometrics in Excel. Hoboken: John Wiley & Sons, Inc. 2014. https://doi.org/10.1002/9781118873212; Kucheryavskiy S. mdatools – R package for chemometrics. Chemometrics and Intelligent Laboratory Systems 2020; 198, 103937. https://doi.org/10.1016/j.chemolab.2020.103937; Rodionova O.Ye., Pomerantsev A.L. Detection of Outliers in Projection-Based Modeling. Anal Chem 2020; 92:2656-2664. https://doi.org/10.1021/acs.analchem.9b04611; Foster PJ, Buhrmann R, Quigley HA, Johnson GJ. The definition and classification of glaucoma in prevalence surveys. Br J Ophthalmol 2002; 86(2):238-242. https://doi.org/10.1136/bjo.86.2.238; Chylack LT Jr, Wolfe JK, Singer DM, et al. The Lens Opacities Classification System III. The Longitudinal Study of Cataract Study Group. Arch Ophthalmol 1993; 111(6):831-836. https://doi.org/10.1001/archopht.1993.01090060119035; Курышева Н.И., Бояринцева М.А., Фомин А.В. Хориоидея при первичной закрытоугольной глаукоме: результаты исследования методом оптической когерентной томографии. Офтальмология 2013; 10(4):26-31. https://doi.org/10.18008/1816-5095-2013-4-26-31; Melese E, Peterson JR, Feldman RM, et al. Comparing Laser Peripheral Iridotomy to Cataract Extraction in Narrow Angle Eyes Using Anterior Segment Optical Coherence Tomography. PLoS One 2016; 11(9):e0162283. https://doi.org/10.1371/journal.pone.0162283; Liu CJ, Cheng CY, Wu CW, Lau LI, Chou JC, Hsu WM. Factors predicting intraocular pressure control after phacoemulsification in angleclosure glaucoma. Arch Ophthalmol 2006; 124(10):1390-1394. https://doi.org/10.1001/archopht.124.10.1390; Dada T, Rathi A, Angmo D, et al. Clinical outcomes of clear lens extraction in eyes with primary angle closure. J Cataract Refract Surg 2015; 41(7):1470-1477. https://doi.org/10.1016/j.jcrs.2014.10.029; Shams PN, Foster PJ. Clinical outcomes after lens extraction for visually significant cataract in eyes with primary angle closure. J Glaucoma 2012; 21(8):545-550. https://doi.org/10.1097/IJG.0b013e31821db1db1; Tarongoy P, Ho CL, Walton DS. Angle-closure glaucoma: the role of the lens in the pathogenesis, prevention, and treatment. Surv Ophthalmol 2009; 54(2):211-225. https://doi.org/10.1016/j.survophthal.2008.12.002; Gupta B, Angmo D, Yadav S, Dada T, Gupta V, Sihota R. Quantification of Iridotrabecular Contact in Primary Angle-Closure Disease. J Glaucoma 2020; 29(8):681-688. https://doi.org/10.1097/IJG.0000000000001572; Mark HH. Gender differences in glaucoma and ocular hypertension. Arch Ophthalmol 2005; 123(2):284. https://doi.org/10.1001/archopht.123.2.284-a; Amerasinghe N, Aung T. Angle-closure: risk factors, diagnosis and treatment. Prog Brain Res 2008; 173:31-45. https://doi.org/10.1016/S0079-6123(08)01104-7; Lee CS, Lee ML, Yanagihara RT, Lee AY. Predictors of narrow angle detection rate-a longitudinal study of Massachusetts residents over 1.7 million person years. Eye (Lond) 2021; 35(3):952-958. https://doi.org/10.1038/s41433-020-1003-0; Quigley HA, Broman AT. The number of people with glaucoma worldwide in 2010 and 2020. Br J Ophthalmol 2006; 90(3):262-267. https://doi.org/10.1136/bjo.2005.081224; Altintaş O, Caglar Y, Yüksel N, Demirci A, Karabaş L. The effects of menopause and hormone replacement therapy on quality and quantity of tear, intraocular pressure and ocular blood flow. Ophthalmologica 2004; 218(2):120-129. https://doi.org/10.1159/000076148; Toker E, Yenice O, Akpinar I, Aribal E, Kazokoglu H. The influence of sex hormones on ocular blood flow in women. Acta Ophthalmol Scand 2003; 81(6):617-624. https://doi.org/10.1111/j.1395-3907.2003.00160.x; Harris A, Harris M, Biller J, et al. Aging affects the retrobulbar circulation differently in women and men. Arch Ophthalmol 2000; 118(8):1076-1080. https://doi.org/10.1001/archopht.118.8.1076; Nonaka A, Iwawaki T, Kikuchi M, Fujihara M, Nishida A, Kurimoto Y. Quantitative evaluation of iris convexity in primary angle closure. Am J Ophthalmol 2007; 143(4):695-697. https://doi.org/10.1016/j.ajo.2006.11.018; Nongpiur ME, He M, Amerasinghe N, et al. Lens vault, thickness, and position in Chinese subjects with angle closure. Ophthalmology 2011; 118(3):474-479. https://doi.org/10.1016/j.ophtha.2010.07.025; Moghimi S, Vahedian Z, Fakhraie G, et al. Ocular biometry in the subtypes of angle closure: an anterior segment optical coherence tomography study. Am J Ophthalmol 2013; 155(4):664-673.e1. https://doi.org/10.1016/j.ajo.2012.10.014; Tan GS, He M, Zhao W, Sakata LM, Li J, Nongpiur ME, Lavanya R, Friedman DS, Aung T. Determinants of lens vault and association with narrow angles in patients from Singapore. Am J Ophthalmol 2012; 154(1):39-46. https://doi.org/10.1016/j.ajo.2012.01.015; Tiedeman JS. A physical analysis of the factors that determine the contour of the iris. Am J Ophthalmol 1991; 111(3):338-343. https://doi.org/10.1016/s0002-9394(14)72319-0; Wang N, Ouyang J, Zhou W, Lai M, Ye T, Zeng M, Chen J. [Multiple patterns of angle closure mechanisms in primary angle closure glaucoma in Chinese]. Zhonghua Yan Ke Za Zhi 2000; 36(1):46.; Panda SK, Tan RKY, Tun TA, et al. Changes in Iris Stiffness and Permeability in Primary Angle Closure Glaucoma. Invest Ophthalmol Vis Sci 2021; 62(13):29. https://doi.org/10.1167/iovs.62.13.29; Lowe RF. Aetiology of the anatomical basis for primary angle-closure glaucoma. Biometrical comparisons between normal eyes and eyes with primary angle-closure glaucoma. Br J Ophthalmol 1970; 54(3):161-169. https://doi.org/10.1136/bjo.54.3.161; Lavanya R, Foster PJ, Sakata LM, et al. Screening for narrow angles in the singapore population: evaluation of new noncontact screening methods. Ophthalmology 2008; 115(10):1720-1727.e17272. https://doi.org/10.1016/j.ophtha.2008.03.015; George R, Paul PG, Baskaran M, et al. Ocular biometry in occludable angles and angle closure glaucoma: a population based survey. Br J Ophthalmol 2003; 87(4):399-402. https://doi.org/10.1136/bjo.87.4.399; Lavanya R, Wong TY, Friedman DS, et al. Determinants of angle closure in older Singaporeans. Arch Ophthalmol 2008; 126(5):686-691. https://doi.org/10.1001/archopht.126.5.686; Курышева Н.И., Родионова О.Е., Померанцев А.Л., Шарова Г.А. Сравнительное исследование эффективности ленсэктомии и периферической лазерной иридотомии при ПЗУ. Национальный журнал глаукома 2023; 22(4):3-14. https://doi.org/10.53432/2078-4104-2023-22-4-3-14; https://www.glaucomajournal.ru/jour/article/view/444

الاتاحة: https://www.glaucomajournal.ru/jour/article/view/444
https://doi.org/10.53432/2078-4104-2024-23-1-3-11

المؤلفون: O. A. Khokhlova, A. N. Khokhlova, A. T. Choyzhalsanova, О. А. Хохлова, А. Н. Хохлова, А. Ц. Чойжалсанова

المصدر: Voprosy statistiki; Том 29, № 4 (2022); 33-41 ; Вопросы статистики; Том 29, № 4 (2022); 33-41 ; 2658-5499 ; 2313-6383

مصطلحات موضوعية: программный язык Python, labor statistics, mathematical and statistical methods of data analysis, machine learning methods, Python programming language, статистика труда, математико-статистические методы анализа данных, методы машинного обучения

وصف الملف: application/pdf

Relation: https://voprstat.elpub.ru/jour/article/view/1458/907; Атлас новых профессий 3.0./ под ред. Д. Варламовой, Д. Судакова. М.: Интеллектуальная Литература, 2020. 456 с.; Хохлова А.Н. Парсинг вакансий на рынке труда из открытых источников / X Международная научно-практическая конференция имени А.И. Китова «Информационные технологии и математические методы в экономике и управлении» (ИТиММ-2020). 15–16 октября 2020 г.: сборник статей. Москва: ФГБОУ ВО «РЭУ им. Г.В. Плеханова», 2020. С. 253–259.; Факторный, дискриминантный и кластерный анализ: Пер. с англ. / Дж.-О. Ким, Ч.У. Мьюллер, У.Р. Клекка и др. /под ред. И.С. Енюкова. М.: Финансы и статистика, 1989. 215 с.; Dangeti P. Statistics for Machine Learning. Packt Publishing Ltd., 2017. 442 p.; Gutierrez D.D. Machine Learning and Data Science: An Introduction to Statistical Learning Methods with R. Technics Publications, 2015. 282 p.; Кун М., Джонсон К. Предиктивное моделирование на практике. СПб: Питер, 2019. 640 с.; https://voprstat.elpub.ru/jour/article/view/1458

الاتاحة: https://voprstat.elpub.ru/jour/article/view/1458
https://doi.org/10.34023/2313-6383-2022-29-4-33-41

المؤلفون: N. I. Kurysheva, A. L. Pomerantsev, O. Ye. Rodionova, G. A. Sharova, Н. И. Курышева, А. Л. Померанцев, О. Е. Родионова, Г. А. Шарова

المصدر: Ophthalmology in Russia; Том 19, № 3 (2022); 549-556 ; Офтальмология; Том 19, № 3 (2022); 549-556 ; 2500-0845 ; 1816-5095 ; 10.18008/1816-5095-2022-3

مصطلحات موضوعية: оптическая когерентная томография переднего отрезка (AS-OCT), Data Driven Soft Independent Modelling of Class Analogies (DD-SIMCA), machine learning, primary angle closure, SS-OCT, optical coherence tomography of the anterior segment (AS-OCT), метод DD-SIMCA, методы машинного обучения, первичный закрытый угол

وصف الملف: application/pdf

Relation: https://www.ophthalmojournal.com/opht/article/view/1919/1012; Quigley H.A. Long-term follow-up of laser iridotomy. Ophthalmology. 1981;88(3):218–224. DOI:10.1016/s0161-6420(81)35038-6; Sihota R., Rishi K., Srinivasan G., Gupta V., Dada T., Singh K. Functional evaluation of an iridotomy in primary angle closure eyes. Graefe’s Arch Clin Exp Ophthalmol = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie. 2016;254(6):1141–1149. DOI:10.1007/s00417-016-3298-x; Курышева Н.И., Шарова Г.А. Роль селективной лазерной трабекулопластики в лечении заболевания первичного закрытия угла передней камеры. Эффективная фармакотерапия. 2022;18(11):22–28. DOI:10.33978/2307-3586-2022-18-11-22-28; Курышева Н.И., Шарова Г.А. Сравнительное исследование ретинальной микроциркуляции при заболевании первичного закрытого угла и начальной первичной открытоугольной глаукоме. Вестник офтальмологии. 2022;138(1):44–51. DOI:10.17116/oftalma202213801144; Курышева Н.И., Шарова Г.А. Эффективность лазерной иридотомии при подозрении на первичное закрытие угла и при первичной закрытоугольной глаукоме. ГЛАЗ. 2022;24(1):20–33. DOI:10.33791/2222-4408-2022-1-20-33; Song M.K., Sung K.R., Shin J.W., Jo Y.H., Won H.J. Glaucomatous Progression After Lens Extraction in Primary Angle Closure Disease Spectrum. J Glaucoma. 2020;29(8):711–717. DOI:10.1097/IJG.0000000000001537; Song,M.K., Shin J.W., Sung, K.R. Factors Associated with Deterioration of Primary Angle Closure after Lens Extraction. J.Clin. Med. 2022;11:2557. DOI:10.3390/jcm11092557; Azuara-Blanco A., Burr J., Ramsay C., Cooper D. Effectiveness of early lens extraction for the treatment of primary angle-closure glaucoma (EAGLE): a andomized controlled trial. Lancet. 2016;388(10052):1389–1397. DOI:10.1016/S0140-6736(16)30956-4; Родионова О.Е., Померанцев А.Л. Хемометрика: достижения и перспективы. Успехи химии. 2006;75(4):302–317. DOI:10.1070/RC2006v075n04ABEH003599; Pomerantsev A.L. Acceptance areas for multivariate classification derived by projection methods. J. Chemometrics. 2008;22:601–609. DOI:10.1002/cem.1147; Shehab M., Abualigah L., Shambour Q. Machine learning in medical applications: A review of state-of-the-art methods [published online ahead of print, 2022 Mar 28]. Comput Biol Med. 2022;145:105458. DOI:10.1016/j.compbiomed.2022.10; Busnatu Ș., Niculescu A.G., Bolocan A. Clinical Applications of Artificial Intelligence-An Updated Overview. J Clin Med. 2022;11(8):2265. DOI:10.3390/jcm11082265; Shah S.M., Khan R.A., Arif S., Sajid U. Artificial intelligence for breast cancer analysis: Trends & directions. Comput Biol Med. 2022;142:105221. DOI:10.1016/j.compbiomed.2022.105221; Nuzzi R., Boscia G., Marolo P., Ricardi F. The Impact of Artificial Intelligence and Deep Learning in Eye Diseases: A Review. Front Med (Lausanne). 2021;8:710329. DOI:10.3389/fmed.2021.710329; Asaoka R., Murata H., Hirasawa K. Using Deep Learning and Transfer Learning to Accurately Diagnose Early-Onset Glaucoma From Macular Optical Coherence Tomography Images. Am J Ophthalmol. 2019;198:136–145. DOI:10.1016/j.ajo.2018.10.007; Shibata N., Tanito M., Mitsuhashi K. Development of a deep residual learning algorithm to screen for glaucoma from fundus photography. Sci Rep. 2018;8(1):14665. DOI:10.1038/s41598-018-33013-w; Hood D.C., De Moraes C.G. Efficacy of a Deep Learning System for Detecting Glaucomatous Optic Neuropathy Based on Color Fundus Photographs. Ophthalmology. 2018;125(8):1207–1208. DOI:10.1016/j.ophtha.2018.04.020; Asaoka R., Murata H., Iwase A., Araie M. Detecting Preperimetric Glaucoma with Standard Automated Perimetry Using a Deep Learning Classifier. Ophthalmology. 2016;123(9):1974–1980. DOI:10.1016/j.ophtha.2016.05.029; Wang Y., Cun Q., Li J. Prevalence, ethnic differences and risk factors of primary angle-closure glaucoma in a multiethnic Chinese adult population: the Yunnan Minority Eye Study [published online ahead of print, 2021 Dec 21]. Br J Ophthalmol. 2021;bjophthalmol-2021-320241. DOI:10.1136/bjophthalmol-2021-320241; Quinn B., McCarron P., Hong Y. Elementomics combined with dd-SIMCA and K-NN to identify the geographical origin of rice samples from China, India, and Vietnam. Food Chem. 2022;386:132738. DOI:10.1016/j.foodchem.2022.132738; Pinto F.G., Mahmud I., Rubio V.Y. Data-Driven Soft Independent Modeling of Class Analogy in Paper Spray Ionization Mass Spectrometry-Based Metabolomics for Rapid Detection of Prostate Cancer. Anal Chem. 2022;94(4):1925–1931. DOI:10.1021/acs.analchem.1c04004; Ferreira R., Marcos A.S., Anjos M., Maia C., Pinto A.R.G., de Azevedo A., de Brito J. Long-term analysis of the physical properties of the mixed recycled aggregate and their effect on the properties of mortars. Construction and Building Materials. 2021;274:121796. DOI:10.1016/j.conbuildmat.2020.121796; Nazarenko R.V., Irzhak A.V., Pomerantsev A.L., Rodionova O.Y. Confocal Raman spectroscopy and multivariate data analysis for evaluation of spermatozoa with normal and abnormal morphology. A feasibility study. Chemom. Intell. Lab. Syst. 2018;182(October):172–179. DOI:10.1016/j.chemolab.2018.10.002; Belyaev I., Marolda A., Praetorius J.-P., Sarkar A., Medyukhina A., Hünniger K., Kurzai O., Thilo Figge M. Automated Characterisation of Neutrophil Activation Phenotypes in Ex Vivo Human Candida Blood Infections. Computational and Structural Biotechnology Journal. 2022;10;20:2297-2308. DOI:10.1016/j.csbj.2022.05.007; Foster P.J., Buhrmann R., Quigley H.A., Johnson G.J. The definition and classification of glaucoma in prevalence surveys. Br J Ophthalmol. 2002;86(2):238–242. DOI:10.1136/bjo.86.2.238; Chylack L.T. Jr, Wolfe J.K., Singer D.M. The Lens Opacities Classification System III. The Longitudinal Study of Cataract Study Group. Arch Ophthalmol. 1993;111(6):831–836. DOI:10.1001/archopht.1993.01090060119035; Курышева Н.И., Шарова Г.А. Роль оптической когерентной томографии в диагностике заболеваний закрытого угла передней камеры. Часть 1: Визуализация переднего сегмента глаза. Офтальмология. 2021;18(2):208–215. DOI:10.18008/1816-5095-2021-2-208-215; Курышева Н.И., Бояринцева М.А., Фомин А.В. Хориоидея при первичной закрытоугольной глаукоме: результаты исследования методом оптической когерентной томографии. Офтальмология. 2013;10(4):26–31. DOI:10.18008/1816-5095-2013-4-26-31; He M., Jiang Y., Huang S., Chang D.S., Munoz B., Aung T., Foster P.J., Friedman D.S. Laser peripheral iridotomy for the prevention of angle closure: a single-centre, Randomized controlled trial. Lancet. 2019 Apr 20;393(10181):1609–1618. DOI:10.1016/S0140-6736(18)32607-2; Pomerantsev A.L., Rodionova O.Ye. Concept and role of extreme objects in PCA/ SIMCA. J. Chemometrics. 2014;28:429–438. DOI:10.1002/cem.2506 31. Pomerantsev A.L., Rodionova O.Ye. On the type II error in SIMCA method. J. Chemometrics. 2014;28:518-522. DOI:10.1002/cem.2610; Щуко А.Г., Чешейко Е.Ю., Юрьева Т.Н. Критерии дифференциальной диагностики функционального ангулярного блока — латентной стадии закрытоугольной глаукомы. Вестник Оренбургского государственного университета. 2012;148(12):239–243.; Щуко А.Г., Чешейко Е.Ю., Юрьева Т.Н., Малышев В.В. Структурно-функциональные изменения зрительной системы у пациентов с функциональным ангулярным блоком. Российский медицинский журнал. Клиническая офтальмология. 2007;8(4);137.; Bo J., Changulani T., Cheng M.L., Tatham A.J. Outcome Following Laser Peripheral Iridotomy and Predictors of Future Lens Extraction. J Glaucoma. 2018;27(3):275– 280. DOI:10.1097/IJG.0000000000000863; Huang G., Gonzalez E., Peng P.H. Anterior chamber depth, iridocorneal angle width, and intraocular pressure changes after phacoemulsification: narrow vs open iridocorneal angles [published correction appears in Arch Ophthalmol. 2011 Nov;129(11):1497]. Arch Ophthalmol. 2011;129(10):1283-1290. DOI:10.1001/archophthalmol.2011.272; Zebardast N., Kavitha S., Krishnamurthy P. Changes in Anterior Segment Morphology and Predictors of Angle Widening after Laser Iridotomy in South Indian Eyes. Ophthalmology. 2016;123(12):2519–2526. DOI:10.1016/j.ophtha.2016.08.020; Moghimi S., Chen R., Johari M., Bijani F., Mohammadi M., Khodabandeh A., He M.G., Lin S.C. Changes in anterior segment morphology after laser peripheral iridotomy in acute primary angle closure. Am J Ophthalmol. 2016;166:133–140. DOI:10.1016/j.ajo.2016.03.032; Huang G., Gonzalez E., Lee R., Osmonavic S., Leeungurasatien T., He M., Lin S.C. Anatomic predictors for anterior chamber angle opening after laser peripheral iridotomy in narrow angle eyes. Curr Eye Res. 2012;37(7):575–582. DOI:10.3109/02713683.2012.655396; Chen X., Wang X., Tang Y., Sun X., Chen Y. Optical coherence tomography analysis of anterior segment parameters before and after laser peripheral iridotomy in primary angle-closure suspects by using CASIA2. BMC Ophthalmol. 2022;22(1):144. DOI:10.1186/s12886-022-02366-2; Shams P.N., Foster P.J. Clinical outcomes after lens extraction for visually significant cataract in eyes with primary angle closure. J Glaucoma. 2012;21(8):545–550. DOI:10.1097/IJG.0b013e31821db1db; https://www.ophthalmojournal.com/opht/article/view/1919

الاتاحة: https://www.ophthalmojournal.com/opht/article/view/1919
https://doi.org/10.18008/1816-5095-2022-3-549-556

المؤلفون: M. E. Vostroknutov, E. V. Dyuzhevа, A. V. Kuznetsovа, O. V. Senko

المصدر: Туберкулез и болезни лёгких, Vol 97, Iss 7, Pp 34-41 (2019)

مصطلحات موضوعية: туберкулез, вич-инфекция, факторы риска, летальность, уголовно-исполнительная система, методы машинного обучения, цифровая медицина, Diseases of the respiratory system, RC705-779

وصف الملف: electronic resource

Relation: https://www.tibl-journal.com/jour/article/view/1313; https://doaj.org/toc/2075-1230; https://doaj.org/toc/2542-1506

URL الوصول: https://doaj.org/article/e7b7d87704514d159ced67be8bd2602a

المؤلفون: Кузнецова, П. Д., Богатырёва, М. Р., Орех, И. А., Канашевич, П. С., Залесский, И. А.

المساهمون: Корчевская, Е. А., науч. рук.

مصطلحات موضوعية: Python, диагностика заболеваний, медицина, методы машинного обучения, программное обеспечение, сердечно-сосудистые заболевания, электрокардиограмма, языки программирования

وصف الملف: application/pdf

Relation: Применение методов машинного обучения в медицине / Кузнецова П. Д., Богатырёва М. Р., Орех И. А. [и др.]; науч. рук. Корчевская Е. А. // Молодость. Интеллект. Инициатива : материалы XII Международной научно-практической конференции студентов и магистрантов, Витебск, 26 апреля 2024 года : в 2 т. – Витебск : ВГУ имени П. М. Машерова, 2024. – Т. 1. – С. 43-44. – Библиогр.: с. 44 (3 назв.).; 82349069a4467df46afcbe57dbd3995d; https://rep.vsu.by/handle/123456789/43194

الاتاحة: https://rep.vsu.by/handle/123456789/43194

المؤلفون: Чераева, О. Р., Cheraeva, O. R.

Thesis Advisors: Акимова, Е. Н., Akimova, E. N., УрФУ. Институт радиоэлектроники и информационных технологий-РТФ, Кафедра информационных технологий и систем управления

مصطلحات موضوعية: MASTER'S THESIS, CREDIT RISK, FINANCIAL DEFAULT, MACHINE LEARNING METHODS, CLASS IMBALANCE, МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ, КРЕДИТНЫЙ РИСК, ФИНАНСОВЫЙ ДЕФОЛТ, МЕТОДЫ МАШИННОГО ОБУЧЕНИЯ, НЕСБАЛАНСИРОВАННОСТЬ КЛАССОВ

وصف الملف: application/pdf

الاتاحة: http://elar.urfu.ru/handle/10995/140368

المؤلفون: Кирин, Е. Д., Kirin, E.

Thesis Advisors: Агбозо, Э., Медведев, М. А, Agbozo, E., Medvedev, M. A., УрФУ. Институт радиоэлектроники и информационных технологий-РТФ, Базовая кафедра «Аналитика больших данных и методы видеоанализа»

مصطلحات موضوعية: MASTER'S THESIS, INTRUSION DETECTION SYSTEMS, NETWORK ANOMALY, MACHINE LEARNING METHODS, STATISTICAL METHODS, МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ, СИСТЕМЫ ОБНАРУЖЕНИЯ ВТОРЖЕНИЙ, СЕТЕВАЯ АНОМАЛИЯ, МЕТОДЫ МАШИННОГО ОБУЧЕНИЯ, СТАТИСТИЧЕСКИЕ МЕТОДЫ

وصف الملف: application/pdf

الاتاحة: http://elar.urfu.ru/handle/10995/140618

المؤلفون: D. Boyarkin A., Д. Бояркин А.

المصدر: Mathematics and Mathematical Modeling; № 2 (2021); 49 ; Математика и математическое моделирование; № 2 (2021); 49 ; 2412-5911

مصطلحات موضوعية: power system, reliability, machine learning methods, multitask regression, электроэнергетическая система, надёжность, методы машинного обучения, многозадачная регрессия

وصف الملف: application/pdf

Relation: https://www.mathmelpub.ru/jour/article/view/34/197; Крупенёв Д.С. Учёт возобновляемых источников энергии и устройств аккумулирования энергии при оценке балансовой надёжности электроэнергетических систем // Методические вопросы исследования надежности больших систем энергетики: 90-е заседание Междунар. науч. семинара им. Ю.Н. Руденко (Иркутск, Россия, 1-7 июля 2018 г.): Материалы. Кн. 1. Иркутск, 2018. С. 192-201.; Li Wenyuan. Probabilistic transmission system planning. Hoboken: Wiley-IEEE Press, 2011. 352 p.; Billinton R., Allan R.N. Reliability evaluation of power systems. 2nd ed. N.Y.: Plenum Press, 1996. 514 p.; Ковалев Г.Ф., Лебедева Л.М. Надёжность систем электроэнергетики / Отв. ред. Н.И. Воропай. Новосиб.: Наука, 2015. 224 с.; Домышев А.В., Крупенёв Д.С. Оценка режимной надежности электроэнергетических систем на основе метода Монте-Карло // Электричество. 2015. № 2. С. 4-11.; Бояркин Д.А., Крупенёв Д.С., Якубовский Д.В. Использование методов машинного обучения для определения дефицитов мощности электроэнергетических систем // Информационные и математические технологии в науке и управлении. 2018. № 4(12). С. 61-69. DOI:10.25729/2413-0133-2018-4-06; Соболь И.М. Метод Монте-Карло. М.: Наука, 1968. 64 с.; Panasetsky D., Tomin N., Voropai N., Kurbatsky V., Zhukov A., Sidorov D. Development of software for modelling decentralized intelligent systems for security monitoring and control in power systems // IEEE Eindhoven PowerTech 2015: Towards future power systems and emerging technologies (Eindhoven, Netherlands, June 29 – July 2, 2015): Proc. N.Y.: IEEE, 2015. Pp. 1850-1855. DOI:10.1109/PTC.2015.7232553; Воропай Н.И., Курбацкий В.Г., Томин Н.В. и др. Комплекс интеллектуальных средств для предотвращения крупных аварий в электроэнергетических системах. Новосиб.: Наука, 2016. 332 c.; Кнут Д.Э. Искусство программирования: учеб. пособие: пер. с англ. 3-е изд. Т. 2: Получисленные алгоритмы. М.: Вильямс, 2000. 828 с. [Knuth D.E. The art of computer programming. 3rd ed. Vol. 2: Seminumerical algorithms. Reading: Addison-Wesley, 1997].; Соболь И.М. О распределении точек в кубе и приближенном вычислении интегралов // Журнал вычислительной математики и математической физики. 1967. Т. 7. № 4. С. 784–802.; Krupenev D., Perzhabinsky S. Algorithm for the adequacy discrete optimization by using dual estimates when planning the development of electric power systems // 17th intern. scientific conf. on electric power engineering: EPE 2016 (Prague, Czech Rep., May 16-18, 2016): Proc. N.Y.: IEEE, 2016. Pp. 1-5. DOI:10.1109/EPE.2016.7521739; Breiman L., Friedman J.H. Predicting multivariate responses in multiple linear regression // J. of the Royal Statistical Soc.: Ser. B: Statistical Methodology. 1997. Vol. 59. No. 1. Pp. 3–54. DOI:10.1111/1467-9868.00054; Tsoumakas G., Katakis I. Multi-label classification: an overview // Intern. J. of Data Warehousing and Mining. 2007. Vol. 3. No. 3. Pp. 1-13. DOI:10.4018/jdwm.2007070101; Крупенёв Д.С., Бояркин Д.А., Якубовский Д.В. Формирование случайных состояний электроэнергетических систем при оценке их надежности методом статистических испытаний // Надежность и безопасность энергетики. 2017. Т. 10. № 1. C. 33-41. DOI:10.24223/1999-5555-2017-10-1-33-41; Крупенёв Д.С., Якубовский Д.В., Бояркин Д.А. Программно-вычислительный комплекс «Надёжность»: свидетельство о гос. регистрации программы для ЭВМ № RU 2017614029. Дата публикации 05.04.2017.; Grigg C., Wong P., Albrecht P., Allan R., Bhavaraju M., Billinton R., Chen Q., Fong C., Haddad S., Kuruganty S., Li W., Mukerji R., Patton D., Rau N., Reppen D. The IEEE reliability test system - 1996 // IEEE Trans. on Power Systems. 1999. Vol. 14. No. 3. Pp. 1010 – 1020. DOI:10.1109/59.780914; Дрейпер Н.Р., Смит Г. Прикладной регрессионный анализ: пер. с англ. 3-е изд. М.: Диалектика, 2007. 912 с. [Draper N.R., Smith H. Applied regression analysis. 3rd ed. N.Y.: Wiley, 1998. 706 p.].; Breiman L. Random forests // Machine Learning. 2001. Vol. 45. No. 1. Pp. 5–32. DOI:10.1023/A:1010933404324; Friedman J.H. Greedy function approximation: A gradient boosting machine // Annals of Statistics. 2001. Vol. 29. No. 5. Pp. 1189-1232. DOI:10.1214/AOS/1013203451; Bradley A.P. The use of the area under the ROC curve in the evaluation of machine learning algorithms // Pattern Recognition. 1997. Vol. 30. No. 7. Pp. 1145-1159. DOI:10.1016/S0031-3203(96)00142-2; Van Rijsbergen C.J. Information retrieval. 2nd ed. L.; Boston: Butterworths, 1979. 208 p.; https://www.mathmelpub.ru/jour/article/view/34

الاتاحة: https://www.mathmelpub.ru/jour/article/view/34
https://doi.org/10.24108/mathm.0221.0000251

المؤلفون: Сысков, А. М., Борисов, В. И., Петренко, Т. С.

المساهمون: Сысков, А. М.

مصطلحات موضوعية: УЧЕБНЫЕ ПОСОБИЯ, ИНТЕРФЕЙСЫ МОЗГ-КОМПЬЮТЕР, ИМК, МУЛЬТИМОДАЛЬНЫЕ ИМК, ШАБЛОНЫ ПРОЕКТИРОВАНИЯ ИМК, ОБРАБОТКА СИГНАЛОВ ЭЭГ ДЛЯ ИМК, МЕТОДЫ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ИМК

وصف الملف: application/pdf

Relation: Сысков А. М. Проектирование мультимодальных интерфейсов мозг-компьютер : учебно-методическое пособие : Рекомендовано методическим советом Уральского федерального университета для студентов вуза, обучающихся по направлениям подготовки 09.04.01 — Информатика и вычислительная техника; 09.04.02 — Информационные системы и технологии / А. М. Сысков, В. И. Борисов, Т. С. Петренко; под общей редакцией А. М. Сыскова; Министерство науки и высшего образования Российской Федерации, Уральский федеральный университет им. первого Президента России Б.Н. Ельцина. — Екатеринбург : Издательство Уральского университета, 2023. — 131 с. — ISBN 978-5-7996-3724-8. — Текст : непосредственный.; http://elar.urfu.ru/handle/10995/124881

الاتاحة: http://elar.urfu.ru/handle/10995/124881

المؤلفون: Кротова, Ольга Сергеевна, Москалев, Игорь Викторович, Хворова, Любовь Анатольевна, Назаркина, Оксана Михайловна

المصدر: Izvestiya of Altai State University; No 1(111) (2020): Izvestiya of Altai State University; 99-104 ; Известия Алтайского государственного университета; № 1(111) (2020): Известия Алтайского государственного университета; 99-104 ; 1561-9451 ; 1561-9443

مصطلحات موضوعية: pulmonological diseases in children, methods of intellectual diagnostics, methods of machine learning, linguistic analysis of texts, intellectual processing of medical data, пульмонологические заболевания у детей, методы интеллектуальной диагностики, методы машинного обучения, лингвистический анализ текстов, интеллектуальная обработка медицинских данных

وصف الملف: application/pdf

Relation: http://izvestiya.asu.ru/article/view/%282020%291-16/6173; http://izvestiya.asu.ru/article/view/%282020%291-16

الاتاحة: http://izvestiya.asu.ru/article/view/%282020%291-16
https://doi.org/10.14258/izvasu(2020)1-16

مصطلحات موضوعية: UEBA, алгоритмы искусственного интеллекта, information security, утечки конфиденциальной информации, machine learning methods, информационная безопасность, confidential information leaks, DLP, artificial intelligence algorithms, методы машинного обучения, SIEM

URL الوصول: https://explore.openaire.eu/search/publication?articleId=doi_________::0382f9c03eae5769460c943a7925656d

المؤلفون: S. V. Gerasimov, R. V. Kurynin, I. V. Mashechkin, M. I. Petrovskiy, D. V. Tsarev, A. A. Shestimerov

المصدر: Труды Института системного программирования РАН, Vol 24, Iss 0 (2018)

مصطلحات موضوعية: оценка качества научно-технических документов, библиометрия, наукометрия, латентно-семантический анализ, неотрицательная матричная факторизация, тематическое моделирование, методы машинного обучения, Electronic computers. Computer science, QA75.5-76.95

وصف الملف: electronic resource

Relation: https://ispranproceedings.elpub.ru/jour/article/view/963; https://doaj.org/toc/2079-8156; https://doaj.org/toc/2220-6426

URL الوصول: https://doaj.org/article/cecd6515d2484ef9aaa765484caa18ee

المؤلفون: Сухорукова, Ирина Геннадьевна

مصطلحات موضوعية: машинное обучение, методы машинного обучения, методы вложений, задачи машинного обучения, вложение входных данных

وصف الملف: application/pdf

Relation: Сухорукова, И. Г. Применение методов вложения в задачах машинного обучения / И. Г. Сухорукова // Информационные технологии. Физика и математика : материалы 87-й научно-технической конференции профессорско-преподавательского состава, научных сотрудников и аспирантов, Минск, 31 января - 17 февраля 2023 г. - Минск : БГТУ, 2023. – С. 96-99.; https://elib.belstu.by/handle/123456789/59519; 004.85

الاتاحة: https://elib.belstu.by/handle/123456789/59519

مصطلحات موضوعية: anxiolytics, information technology, behavioural patterns, machine learning methods, ОТКРЫТОЕ ПОЛЕ, ПОВЕДЕНЧЕСКИЕ ПАТТЕРНЫ, ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ, АНКСИОЛИТИКИ, МЕТОДЫ МАШИННОГО ОБУЧЕНИЯ, open field

URL الوصول: https://explore.openaire.eu/search/publication?articleId=doi_________::267abf8d44fe278b37db14ef7492c6d5

المؤلفون: Давуди, Шадфар

المساهمون: Рукавишников, Валерий Сергеевич

مصطلحات موضوعية: Промывочные растворы, буровые — Приготовление — Механизация, Машинное обучение, электронный ресурс, диссертации, труды учёных ТПУ, буровые растворы, промывка скважины, компонентный состав раствора, технологические свойства раствора, контроль процессов бурения, фильтрационные свойства растворов, реологические свойства растворов, методы машинного обучения, водоотдача, пластическая вязкость, динамическое напряжение сдвига, метод наименьших квадратов опорных векторов (LS-SVM), метод многослойного экстремального машинного обучения (MELM), методы глобальной оптимизации, математический анализ, статистический анализ, 05.13.01

وصف الملف: application/pdf

Relation: Давуди, Ш. Гибридная интеллектуальная система для оперативного определения свойств бурового раствора на основе машинного обучения : диссертация на соискание ученой степени кандидата технических наук : спец. 2.3.1 / Ш. Давуди; Национальный исследовательский Томский политехнический университет; науч. рук. В. С. Рукавишников. — Томск, 2023.; http://earchive.tpu.ru/handle/11683/77246

الاتاحة: http://earchive.tpu.ru/handle/11683/77246