Нейросетевое моделирование как актуальное направление совершенствования аналитического обеспечения социально-гигиенического мониторинга
Вы здесь
Настоящее исследование посвящено решению актуальной задачи интеграции наукоемких аналитических технологий, инструментов прогнозирования и ситуационного моделирования в практику социально-гигиенического мониторинга. Целью работы являлась апробация применения нейросетевого моделирования для прогнозирования заболеваемости населения злокачественными новообразованиями, зарегистрированной среди жителей города Таганрога Ростовской области за 39-летний период с применением рекуррентных нейронных сетей типа LSTM (Long Short-Term Memory), реализованных в среде Matlab2024b с использованием пакета Deep Learning Toolbox. По результатам исследования установлено, что прогнозные значения, полученные в результате нейросетевого моделирования, демонстрируют высокую точность и эффективность применения апробированной нейронной сети для целей проспективного анализа заболеваемости населения.
Комментарии - 1
Добрый день, Коллеги!
Спасибо за перспективную статью. В ходе прочтения статьи возникло несколько вопросов.
1. Каким именно образом осуществлялась предобработка временных рядов перед подачей на вход нейронной сети?
2. Проводился ли анализ важности признаков или анализ чувствительности модели для определения ключевых факторов, в наибольшей степени влияющих на прогноз для каждой локализации?
3. Позволяет ли построенная модель делать достоверные прогнозы не на 1-2 года, а на более длительный период (например, 5-10 лет), и если нет, то какие методологические сложности возникают при таком прогнозировании?