Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: trajectories clustering

Sortuj według:

Ogranicz wyniki do:

Grupowanie trajektorii w analizie wyników badań klinicznych

Mazurek M.

Symulacja w Badaniach i Rozwoju

2016

Vol. 7, nr 1-2

15--24

Wyniki badań klinicznych mogą tworzyć wielowymiarowe szeregi czasowe, które opisują zmiany w czasie istotnych parametrów opisujących stan zdrowia i kondycję pacjenta. Analiza tego typu danych polega na wyodrębnieniu typowych przebiegów - trajektorii w procesie analizy skupień. Klasteryzacja szeregów medycznych wiąże się z transformacją danych wejściowych: regularyzacją szeregu czasowego, uzupełnieniem brakujących danych, standaryzacją zmiennych. W dalszej kolejności należy dobrać liczbę skupień oraz wykonać grupowanie metodą k-średnich, DTW, PDC lub inną. Te algorytmy są dostępne w otwartych środowiskach obliczeń statystycznych, jednak aby ułatwić analitykom ich zastosowanie, został zbudowany pakiet medclust, który dostarcza wysokopoziomowych procedur, domyślnie sparametryzowanych do wyszukiwania skupień.

Clinical researches often involves measuring time-varying parameters of body condition, which forms multidimensional time-series. Typical, representative trajectories can be extracted with clustering algorithms. In order to apply clustering algorithms, raw data has to be preprocessed and this includes regularization of time series, imputation of missing values, values standardization. Next, one of time-series clustering can be applied: Dynamic Time Warping or Permutation Distribution Clustering. These algorithms are already available in open environments for statistical computing like R. In order to facilitate application of the clustering algorithms to the clinical reasarch data, new R package medclust was implemented. It provides analysts with ready-to-use high-level procedures with predefined set of parameters values to analyze clinical trajectories data.

Grupowanie trajektorii ruchu

Cholewa W., Urbanek G., Wojtusik J.

Pomiary Automatyka Kontrola

2005

R. 51, nr 9 bis

231--233

W referacie przedstawiono problem automatycznego porównywania trajektorii ruchu środka czopa dla potrzeb identyfikacji modeli diagnostycznych. Przedstawiono problem porównywania kształtów dwóch trajektorii i analizy stacjonarności trajektorii. Omówiono zagadnienia związane z grupowaniem trajektorii podobnych takie, jak wybór algorytmu i kryterium grupowania. Pokazano przykład uzyskanych wyników.

A problem of automatic comparison of shaft-neck trajectories for the purpose of diagnostic model identification is presented in the paper. The task of shape comparison of two trajectories and analysis of trajectory stationarity is discussed. Choice problems of algorithm and criterion of clustering are described in the paper. The example of received results is shown.