Wrocławski Zlot Użytkowników R, 2010

Podczas trzeciego Wrocławskiego Zlotu Użytkowników R w 2010 roku, członkowie naszego koła wygłosili dwa referaty.

Trzeci Wrocławski Zlot Użytkowników R

Wykorzystanie pakietu SIMECOL do modelowania zachorowań na grypę

Pierwszy referat wygłosili Marta Markiewicz, Anna Sikora, Katarzyna Zajączkowska, Michał Balcerek i Piotr Kupczyk.

W referacie zostało przedstawione symulacyjne podejście do problemu badania zachorowalności na grypę. Podjęto próbę skonstruowania modelu rozwoju i rozprzestrzeniania się wirusa grypy. Poszukiwaliśmy „pierwotnego” ogniska choroby powstającego w każdym roku i zależności pomiędzy poziomem zachorowań w sąsiadujących województwach.

Analizę wykonano na danych pochodzących z Państwowego Zakładu Higieny, dotyczących zachorowań na grypę z lat 2000–2010.

Do modelowania został wykorzystany pakiet SIMECOL, który został zaprojektowany przez Thomasa Petzoldta aby ułatwić symulacje dynamicznych modeli ekologicznych. Pakiet SIMECOL wykorzystuje obiektowe podejście do problemu. W referacie przedstawiono możliwości i budowę pakietu oraz wyniki, które udało się uzyskać.

Prezentacja (SIMECOL)

Analiza i prognozowanie poziomu zachorowań na grypę z wykorzystaniem sztucznych sieci neuronowych

Drugi referat wygłosili Anna Noga, Roksana Kowalska, Maciej Kawecki i Paweł Szczypiór.

Koncepcja sztucznej sieci neuronowej jest wynikiem poszukiwania efektywnych systemów samouczących się. Naukowcy, zainspirowani konstrukcją ludzkiego mózgu, wprowadzili pojęcie sztucznej sieci neuronowej — zespołu połączonych ze sobą jednostek przetwarzających dane, zdolnego do adaptacji umożliwiającej modelowanie szerokiej klasy skomplikowanych procesów. Do modelowania zostały wykorzystane biblioteki dostępne w pakiecie R: neuralnet (w  szczególności funkcje neuralnet i prediction) oraz nnet (funkcja nnet).

Używając sieci neuronowych zaprognozowano poziom zachorowań na grypę. Otrzymane wyniki porównano z predykcją uzyskaną metodą drzew regresyjnych, dostępną w bibliotece rpart (funkcje: rpart, rpart.control). Konstrukcja drzew regresyjnych polega na sekwencyjnym dzieleniu podzbiorów przestrzeni próby X na dwa rozłączne i dopełniające się podzbiory, rozpoczynając od całego zbioru X.

W referacie oprócz danych dotyczących zachorowań na grypę z lat 2000–2010 wykorzystane zostały także dane dotyczące pogody w tym okresie pochodzące ze strony http://polish.wunderground.com.

Prezentacja (sieci neuronowe)

jednostek

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *

*


*

Możesz użyć następujących tagów oraz atrybutów HTML-a: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>