Отрывок: Рассмотрим модели линейной регрессии для Q-функций. Пусть Q-функция для этапа 𝑗𝑗 (𝑗𝑗 = 1, 2) моделируется, как: 𝑄𝑄𝑗𝑗 𝑜𝑜𝑜𝑜𝑜𝑜�𝐻𝐻𝑗𝑗 ,𝐴𝐴𝑗𝑗; 𝛽𝛽𝑗𝑗 ,𝜓𝜓𝑗𝑗� = 𝛽𝛽𝑗𝑗𝑇𝑇𝐻𝐻𝑗𝑗0 + � 𝜓𝜓𝑗𝑗𝑇𝑇𝐻𝐻𝑗𝑗1�𝐴𝐴𝑗𝑗 , где 𝐻𝐻𝑗𝑗0 и 𝐻𝐻𝑗𝑗1 – два (возможно разных) вектора с компонентами истории 𝐻𝐻𝑗𝑗. 𝐻𝐻𝑗𝑗0 логически о...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Извощиков Н. С. | ru |
dc.contributor.author | Куликовских И. М. | ru |
dc.contributor.author | Соловьева Я. В. | ru |
dc.contributor.author | Министерство науки и высшего образования Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский аэрокосмический университет имени академика С. П. Королева | ru |
dc.contributor.author | Институт информатики и кибернетики | ru |
dc.coverage.spatial | Dynamic Treatment Regime | ru |
dc.coverage.spatial | Q-learning | ru |
dc.coverage.spatial | SMART | ru |
dc.coverage.spatial | линейная регрессия | ru |
dc.coverage.spatial | медицина | ru |
dc.coverage.spatial | обучение с подкреплением | ru |
dc.coverage.spatial | система поддержки принятия многоэтапных решений | ru |
dc.creator | Извощиков Н. С. | ru |
dc.date.accessioned | 2022-11-02 12:33:20 | - |
dc.date.available | 2022-11-02 12:33:20 | - |
dc.date.issued | 2022 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20221021102807 | ru |
dc.identifier.citation | Извощиков, Н. С. Система поддержки принятия многоэтапных решений в медицине на основе метода обучения с подкреплением : вып. квалификац. работа по направлению подгот. 09.03.01 Информатика и вычислительная техника (уровень бакалавриата) профиль "Информационные системы» / Н. С. Извощиков ; рук. работы И. М. Куликовских ; нормоконтролер Я. В. Соловьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информ. - Самара, 2022. - 1 файл (1,0 Мб). - Текст : электронный | ru |
dc.identifier.uri | http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Sistema-podderzhki-prinyatiya-mnogoetapnyh-reshenii-v-medicine-na-osnove-metoda-obucheniya-s-podkrepleniem-100004 | - |
dc.description.abstract | Целью работы является обоснование, проектирование и разработка системы поддержки принятия многоэтапных решений в медицине на основе метода обучения с подкреплением, а также подсистемы генерации траекторий лечения. В рамках работы был проведён анализ предметной области и обзор существующих систем-аналогов. Система реализована на языке Python, с использованием интегрированной среды разработки PyCharm. | ru |
dc.title | Система поддержки принятия многоэтапных решений в медицине на основе метода обучения с подкреплением | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.9 | ru |
dc.textpart | Рассмотрим модели линейной регрессии для Q-функций. Пусть Q-функция для этапа 𝑗𝑗 (𝑗𝑗 = 1, 2) моделируется, как: 𝑄𝑄𝑗𝑗 𝑜𝑜𝑜𝑜𝑜𝑜�𝐻𝐻𝑗𝑗 ,𝐴𝐴𝑗𝑗; 𝛽𝛽𝑗𝑗 ,𝜓𝜓𝑗𝑗� = 𝛽𝛽𝑗𝑗𝑇𝑇𝐻𝐻𝑗𝑗0 + � 𝜓𝜓𝑗𝑗𝑇𝑇𝐻𝐻𝑗𝑗1�𝐴𝐴𝑗𝑗 , где 𝐻𝐻𝑗𝑗0 и 𝐻𝐻𝑗𝑗1 – два (возможно разных) вектора с компонентами истории 𝐻𝐻𝑗𝑗. 𝐻𝐻𝑗𝑗0 логически о... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Извощиков_Никита_Сергеевич_Система_поддержки_принятия_многоэтапных.pdf | 1 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.