Технические науки

LONG-RUNNING PREDICTIONS IN PULSE MEASURING TASKS [ДОЛГОСРОЧНЫЕ ПРЕДСКАЗАНИЯ В ЗАДАЧАХ, СВЯЗАННЫХ С ИЗМЕРЕНИЕМ ПУЛЬСА]

Abzalova L.R. 

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Abzalova Liliya Radikovna – Bachelor, DEPARTMENT COMPUTER SYSTEMS AND NETWORKS, HIGHER SCHOOL OF ECONOMICS, MOSCOW

Abstract: this paper outlines the way in which the aggregated data from pulsometer device and smart watch may be used; it dives into problems, related to selection of right regression model, in order to predict future possible user`s pulse by certain timeframe; and suggest its implementation. Also, the following article covers the basic idea of classification in terms of detection specified condition associated with cardiovascular system based on aggregated data. And, finally, suggest its own approach of how to build analytics in long-running tasks.

Keywords: linear regression, pulsometer, smart watch, heart rate, Javascript, fuzzy logic, machine learning, classification.

Абзалова Л.Р.

Абзалова Лилия Радиковна – бакалавр, кафедра компьютерных систем и сетей, Высшая школа экономики, г. Москва

Аннотация: в данной статье рассматривается возможность использования собранных данных с пульсометров и умных часов; будут рассмотрены проблемы выбора регрессионной модели предсказаний возможного будущего пульса пользователя в разрезе времени и будет предложена собственная реализация решения для задач долгосрочного предсказания. Также в данной работе будет рассмотрена базовая идея применения методов классификации для выявления определенных состояний, связанных с сердечно-сосудистой системой, на основе собранных данных.

Ключевые слова: линейная регрессия, пульсометр, умные часы, сердечный ритм, Javascript, ленивые вычисления, машинное обучение, классификация.

References in English / Список литературы на английском языке

1. Shouman Mai, Turner Tim, Stocker Rob. “Using Data Mining Techniques In Heart Disease Diagnoses And Treatment“. Electronics, Communications and Computers (JECECC), 2012 Japan-Egypt Conference March, 2012. P. 173-177.
2. Detrano Robert, Janosi Andras, Steinbrunn Walter, Pfisterer Matthias, Schmid Johann-Jakob, Sandhu Sarbjit, Guppy Kern H., Lee Stella, Froelicher Victor, 1989 “International application of a new probability algorithm for the diagnosis of coronary artery disease” The American Journal of Cardiology. Pp. 304 - 310.15
3. Gruhn N., Larsen F.S., Boesgaard S., Knudsen G.M., Mortensen S.A., Thomsen G., Aldershvile J.. Cerebral blood flow in patients with chronic heart failure before and after heart transplantation. Stroke. 32 (2001). 2530 – 2533.
4. Polat K., Sahan S. and Gunes S. “Automatic detection of heart disease using an artificial immune recognition system (AIRS) with fuzzy resource allocation mechanism and k-nn (nearest neighbour) based weighting preprocessing”. Expert Systems with Applications, 2007. Pp. 625 - 631.
5. Gopinathannair R., Mazur А. and Olshansky В. Syncope in congestive heart failure, J Cardiol, 15 (2008). 303 – 312.
6. Ozsen S., Gunes S. 2009 “Attribute weighting via genetic algorithms for attribute weighted artificial immune system (AWAIS) and its application to heart disease and liver disorders problems” Expert Systems with Applications. Pp. 386 - 392.
7. Das Resul, Turkoglub Ibrahim and Sengurb Abdulkadir, 2009. “Effective diagnosis of heart disease through neural networks ensembles”. Expert Systems with Applications. Pp. 7675 – 7680 [11] Lamia Abed Noor Muhammed 2012 “Using Data Mining technique to diagnosis heart disease”.
8. Lee C.W.,. Lee J.H,. Lim T.H, Yang H.S., Hong M.K.,. Song J.K, Park S.W., Park S.J., Kim J.J., Prognostic significance of cerebral met.
9. Grodins F.S., Buell J. and Bart A.J. Mathematical analysis and digital simulation of the respiratory control system, J Appl Physiol., 22 (1967). 260 – 276.
10. Heldt Т. Computational Models of Cardiovascular Response to Orthostatic Stress. Ph.D. Thesis, Harvard/MIT Division of Health Science and Technology. MIT, 2004.
11. Khoo M.C.K., Gottschalk А. and Pack A.I. Sleep-induced periodic breathing and apnea: A theoretical study. J Appl Physiol, 70 (1991). 2014 – 2024.

Список литературы / References

1. Шуман Май, Тернер Тим, Стокер Роб. «Использование интеллектуального анализа данных в диагностике и лечении заболеваний сердца». Электроника, информация и компьютеры (JECECC), 2012. Японско-Египетская конференция, Март 2012. С. 173 - 177.
2. Детрано Роберт, Яноси Андрес, Штейнбрун Уолтер, Фистер Матиас, Смит Джон-Якоб, Санду С., Гуппи Керн Х., Ли Стелла, Фроличер Виктор, 1989. «Международная программа возможностей нового алгоритма для диагностики заболеваний коронарной артерии». Американский журнал кардиологии. С. 304 - 310.15.
3. Грун Н., Ларсен Ф.С., Босгард С., Нудсен Г.М., Мортенсен С.А., Томсен Д., Альдершвиль Дж, «Мозговое кровообращение пациентов с хроническим пороком сердца, до и после трансплантации сердца». Инсульт. 32 (2001). 2530 – 2533.
4. Полат К., Сахан С. И Гинес С. 2007 «Автоматизированное определение заболеваний сердца с использованием искусственного распознавания иммунной системы (AIRS) с механизмом нечеткого распределения ресурсов и k-ная (ближайшие точки) основанной на определении нагрузки предварительной обработки» Экспертные системы с применением, 2007. С. 625 – 631.
5. Гопинатанер Р., Мазур А. и Ольшанский Б. Обморок в застойной сердечной недостаточности. Дж. Кардиол. 15 (2008). 303 – 312.
6. Озсен С., Гинес С., 2009 «Весовой множитель через генетический алгоритм для весового коэффициента для искуственной иммунной системы (AWAIS) и его применение для заболеваний сердца и заболеваний печени». Экспертные системы с применением. С. 386 – 392.
7. Дас Расул, Туркоглуб Ибрагим и Сенгурб Абдулхадир, 2009. «Эффективная диагностика заболеваний сердца через группу нейронных сетей». Экспертные системы с применением. С. 7675 - 7680.
8. Ли С.В., Ли Т.Х., Лим Т.Х., Янг Х.С., Хонг М.К., Сонг Дж.К., Парк С.В., Парк С.Дж., Ким Д.Д. Прогнозирование черепно-мозговой активности.
9. Гродинс Ф.С., Буэл Д. и Барт А.Дж. Математический анализ и цифровое моделирование органов дыхания. J Appl Physiol. 22 (1967). 260 – 276.
10. Хелт Т. Вычислительная модель ответа сердечно-сосудистой системы на ортостатическое давление,.Ph.D. Thesis, Harvard/MIT. Делегация естественных и прикладных наук для здоровья. MIT, 2004.
11. Кхо М.С.К., Готсчалк А. и Пак А.И.,Периодическое дыхание Чейна-Стокса и апноэ в искусственном сне: теоретическое исследование. J Appl Physiol. 70 (1991). 2014 – 2024.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Cсылка для цитирования на русском языке. Абзалова Л.Р. ДОЛГОСРОЧНЫЕ ПРЕДСКАЗАНИЯ В ЗАДАЧАХ, СВЯЗАННЫХ С ИЗМЕРЕНИЕМ ПУЛЬСА // European science № 4(26), 2017. C. {см. журнал}

Поделитесь данной статьей, повысьте свой научный статус в социальных сетях