Naslov
Učenje Bayesovih mreža iz cenzuriranih podataka o preživljenju
(Learning Bayesian Networks from Censored Survival Data)

Autori
Štajduhar, Ivan

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, doktorska disertacija

Fakultet
Fakultet Elektrotehnike i Računarstva

Mjesto
Zagreb

Datum
26.03

Godina
2010

Stranica
173

Mentor
Dalbelo Bašić, Bojana

Ključne riječi
Bayesova mreža; analiza preživljenja; cenzura; strojno učenje; prognostički model; predstavljanje znanja
(Bayesian network; survival analysis; censoring; machine learning; prognostic model; knowledge representation)

Sažetak
Bayesove mreže kao jedan od oblika predstavljanja znanja i nadziranog strojnog učenja, stekle su veliku popularnost zbog učinkovitog zaključivanja i mogućnosti intuitivnog grafičkog predstavljanja uzročno-posljedičnih veza među kovarijatama. Zbog tih karakteristika često se koriste u sustavima potpore odlučivanju u raznim poljima medicine, no njihova je primjena gotovo u potpunosti zanemarena u analizi preživljenja. Razlog tome leži u potrebi za korištenjem posebnih postupaka rukovanja podacima o preživljenju zbog lošeg utjecaja cenzure. Ova se disertacija bavi problemom učenja Bayesovih mreža iz cenzuriranih podataka o preživljenju. Predstavljeno je više poznatih i jedan novi postupak pripremne obrade takvih podataka za potrebe strojnog učenja. Korišteni modeli su dva poznata algoritma za učenje Bayesovih mreža, model naivnog Bayesovog klasifikatora i regresijski model proporcionalnih hazarda. Provedeno je temeljito testiranje simulacijskom studijom i na nekoliko realnih domena iz područja kliničke medicine. Procjena učinkovitosti postupaka pripremne obrade podataka na modelima izvedena je statističkom usporedbom rezultata testova više standardnih metrika strojnog učenja i metrika analize preživljenja. Pored toga, testirana je i sposobnost ispravnog otkrivanja uzročne strukture algoritama za učenje Bayesovih mreža uz različite postupke pripremne obrade podataka. Rezultati simulacijske studije sugeriraju kako je predložen postupak pripremne obrade podataka odstranjivanjem šuma cenzure, izvrsno rješenje za visokocenzurirane domene.

Izvorni jezik
Hrvatski

Znanstvena područja
Računarstvo

POVEZANOST RADA