| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
Dziļo neironu tīklu modeļa izstrāde vēža atklāšanai izelpas datos |
| Nosaukums angļu valodā |
Developing a Deep Neural Network Model for Cancer Detection in Breath Data |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Inese Poļaka |
| Recenzents |
Mg. sc. ing. Artūrs Stepčenko |
| Anotācija |
Darbs ir veltīts dziļo neironu tīklu modeļa izpētei un analīzei, kā arī iegūtā informācija tiek pielietota, izstrādājot dziļo neironu tīklu modeli vēža atklāšanai izelpas datos. Galvenā uzmanība tika pievērsta šādu uzdevumu risināšanai: dziļo neironu tīklu un to metožu aprakstīšana; dziļo neironu tīklu klasificēšanas modeļa izveidošana; izveidota modeļa parbaudīšana uz testa datiem . Darbs sastāv no septiņām nodaļām un secinājumiem par izstrādāto darbu. Pirmajā nodaļā (ievads) aprakstīta tēmas aktualitāte, formulēts darba mērķis un uzdevumi. Otrajā nodaļā tiek aprakstīts dziļo neironu tīklu darbības princips un apmācības metodes, kā apmācība ar skolotāju, apmācība bez skolotāja. Trešā nodaļā tiek aplūkoti līdzīgo problēmu risināšanas paņiemieni. Ceturtajā nodaļā tiek prakstītas datu iegūsanas process atbilstoši pētījumam, kad bija iegūti dati. Piektajā veikta datu pirmapstrāde. Sestajā nodaļā tiek aprakstīts dziļo neironu tīklu klasifikācijas modeļa izveidošanas process, izmantojot programmēšanas valodu R RStudio vidē. Septītajā nodaļā tiek aprakstīta modeļa veiktspēja uz datiem, kuri bija iegūti SniffPhone pārbaudes pētījumā.
Darba apjoms - 96. lpp., 5 tabulas, 59 attēli un 17 pielikumi. |
| Atslēgas vārdi |
neironu tīkls, dziļa apmācība, medicīniskie dati |
| Atslēgas vārdi angļu valodā |
neural network, deep learning, medical data |
| Valoda |
lv |
| Gads |
2019 |
| Darba augšupielādes datums un laiks |
06.06.2019 00:12:35 |
