The object of the study is the classification of medical text sequences of different lengths. The subject of the study is methods for creating a vector representation of text data, as well as algorithms capable of processing data without restrictions on the length of the sequence. The goal of the final qualification work of the master is to study methods of natural language processing for classification of medical texts of different lengths. Research methods: analysis, mathematical modeling, synthesis, comparison, experiment. The result of the work is: a review of existing methods for processing long texts; a collected dataset including more than 18,000 medical texts; a developed approach for processing long texts and accelerating the transformer model when encoding texts of different lengths. Based on the analysis results, the developed approach achieved the best classification results and inference time compared to the methods considered in the work. / Объект исследования – классификация медицинских текстовых последовательностей разной длины. Предметом исследования являются методы по созданию векторного представления текстовых данных, а также алгоритмы способные обрабатывать данные без ограничения на длину последовательности. Цель выпускной квалификационной работы магистра – исследование методов обработки естественного языка для классификации медицинских текстов разной длины. Методы исследования: анализ, математическое моделирование, синтез, сравнение, эксперимент. Результатом работы является: обзор существующих методов, позволяющих обрабатывать длинные тексты; собранный набор данных, включающий более 18 000 медицинских текстов; разработанный подход, позволяющий обрабатывать длинные тексты и ускоряющий модель трансформера при кодировке текстов разной длины. По итогам анализа разработанный подход достиг наилучший результатов классификации и времени инференса по сравнению с рассматриваемыми в работе методами.

The paper is devoted to the development of a prototype machine learning algorithm that allows to determine systolic and diastolic blood pressure using photoplethysmogram signal features. The groups of photoplethysmogram signal features are considered, the performance of machine learning models is compared, the results are interpreted. / Работа посвящена разработке прототипа алгоритма машинного обучения, позволяющего определять систолическое и диастолическое артериальное давления с использованием признаков сигнала фотоплетизмограммы. Рассмотрены группы признаков сигнала фотоплетизмограммы, приведено сравнение производительности моделей машинного обучения, выполнена интерпретация полученных результатов.

Object of the study - approximation of experimental data. Subject of the study - methodology for obtaining approximation formulas for experimental data using machine learning methods. The purpose of the work is to develop a tool that automates the selection of an approximation dependence and produces an empirical formula that maintains a balance between simplicity and quality of approximation. The following tasks were solved: 1) Review of literary sources and analysis of existing solutions. 2) Selection and study of functional dependencies for obtaining approximation formulas. 3) Selection, training and testing of machine learning tools for automating the selection of approximation functions. 4) Testing the final experimental data approximation tool on real examples and comparison with other methods. The developed tool allows to reduce the time spent on searching for the best mathematical dependence and coefficients for approximation. The result of the tool is a simple formula with a small number (less than 5) of parameters. / Объект исследования – аппроксимация экспериментальных данных. Предмет исследования – методология получения аппроксимирующих формул для экспериментальных данных при помощи методов машинного обучения. Цель работы – разработка инструмента, автоматизирующего выбор аппроксимационной завиисмости и выдающего эмпирическую формулу, соблюдающую баланс по простоте и качеству приближения. Решены следующие задачи: 1) Обзор литературных источников и анализ существующих решений. 2) Выбор и исследование функциональных зависимостей для получения аппроксимационных формул. 3) Выбор, обучение и тестирование инструментов машинного обучения для автоматизации выбора приближающих функций. 4) Тестирование итогового инструмента аппроксимации экспериментальных данных на реальных примерах и сравнение с другими методами. Разработанный инструмент позволяет уменьшить временные затраты на поиски лучшей математической зависимости и коэффициентов для аппроксимации. Результатом работы инструмента является простая формула с малым количеством (меньше 5) параметров.

This work presents a study of machine learning methods for classification of radio broadcast signals. The first chapter provides a brief overview of the subject area, as well as an analysis of current solutions on this topic in the field of machine learning, during which such models as LResNet and CCNN-Atten were considered. The second chapter described in detail the selected RadioML dataset and developed a structure of the experiments with the TimeSeriesForestClassifier, TimeForestClassifier, SVC, KNN models, taking into account various approaches to processing the original data. The third chapter of this work presents the results of the experiments: analysis of approaches to data processing, where the best solution was the calculation of the amplitude spectrum of the signal; results of selecting hyperparameters and testing models on an extended training set. The best identified model is TimeSeriesForestClassifier with an accuracy of 0.91 at an SNR of at least 10 dB. / В данной работе представлено исследование методов машинного обучения для классификации сигналов радиоэфира. В первой главе представлен краткий обзор предметной области, а также анализ актуальных решений на данную тематику в области машинного обучения, в ходе которого были рассмотрены такие модели как LResNet и CCNN-Atten. Во второй главе был подробно описан выбранный датасет RadioML и разработана структура проводимых экспериментов с моделями TimeSeriesForestClassifier, TimeForestClassifier, SVC, KNN с учетом различных подходов к обработке исходных данных. В третьей главе настоящей работы представлены результаты проводимых экспериментов: анализ подходов к обработке данных, где наилучшим решением оказалось вычисление амплитудного спектра сигнала; результаты подбора гиперпараметров и тестирования моделей на расширенной обучающей выборке. Наилучшей выявленной моделью является TimeSeriesForestClassifier с accuracy 0.91 при SNR не менее 10 dB.

This work is devoted to the development of a diagnostic system based on EEG data using machine learning. The purpose of the work is to create a system for assessing cognitive functions based on EEG analysis using machine learning methods in the field of diagnosing psychofunctional diseases. An analysis of existing research provided insight into the state of the art in the fields of electroencephalography, multimodal data acquisition, machine learning, and learning approaches. A group of studies was also analyzed where all previously mentioned scientific fields are applied together. As a result of searching and structuring information about the theoretical foundations in the field of electroencephalography, tools and approaches for processing EEG recordings were studied. Based on the results of this work, we collected our own anonymous dataset, processed the data to remove noise and artifacts, created a version of the machine learning model, and also proposed a version of the diagnostic system for the VR environment, applicable in clinical tasks. / Данная работа посвящена разработке диагностической системы на основе данных ЭЭГ с использованием машинного обучения. Цель работы заключается в создании системы оценки когнитивных функций на основе анализа ЭЭГ с применением методов машинного обучения в сфере диагностирования психофункциональных заболеваний. По результатам анализа существующих исследований было получено представление о состоянии сфер электроэнцефалографии, мультимодального сбора данных, машинного обучения, а также подходов к обучению. Также была проанализирована группа исследований, где все ранее упомянутые научные сферы применяются в совокупности. В результате поиска и структурирования информации о теоретических основах в сфере электроэнцефалографии были изучены инструменты и подходы обработки записей ЭЭГ. По итогам данной работы собран собственный анонимный датасет, проведена обработка данных по очистке от шумов и артефактов, создан вариант модели машинного обучения, а также предложен вариант диагностической системы для среды VR, применимый в клинических задачах.

This work is devoted to the creation of a system for the detection of cardiovascular diseases based on ECG data using machine learning methods. The aim of the study was to create a classification system for cardiovascular diseases based on ECG data. To achieve this goal, an analysis of the subject area was carried out, including an overview of the application of modern machine learning methods for the task of medical classification; data collection was carried out, preprocessing of signals by filtering in the frequency domain; informative features were extracted, which were later used to train the model; The most significant ones were selected using the random forest algorithm and preprocessed using standard scaling; the class weighting method was used to eliminate class imbalance; various machine learning models were trained and a comparative analysis of their predictive ability was carried out. As a result of the work, a diagnostic system for predicting cardiovascular diseases based on ECG data was developed. / Данная работа посвящена созданию системы выявления сердечно-сосудистых заболеваний на основе данных ЭКГ с применением методов машинного обучения. Цель исследования заключалась в создании системы классификации сердечно-сосудистых заболеваний на основе данных ЭКГ. Для достижения цели проведен анализ предметной области, включающий в себя обзор применения современных методов машинного обучения для задачи медицинской классификации; проведён сбор данных, предобработка сигналов посредством фильтрации в частотной области; извлечены информативные признаки, которые в дальнейшем использовались для обучения модели; произведен отбор наиболее значимых с помощью алгоритма случайного леса и произведена их предобработка с помощью стандартного масштабирования; для устранения дисбаланса классов использовался метод взвешивания классов; обучены различные модели машинного обучения и проведен сравнительный анализ их прогностической способности. В результате выполнения работы была разработана диагностическая система для прогнозирования сердечно-сосудистых заболеваний на основе данных ЭКГ.

The work is devoted to the study of the limitations and advantages of using large language models on tabular data. / Работа посвящена исследованию ограничений и преимуществ при использовании больших языковых моделей на табличных данных.

В работе проводилось исследование к решению задачи с сортировкой корнеплодов картофеля на здоровые и дефектные. Решение данной задачи существенно сократило бы ручной монотонный труд человека. Сложность решения задачи заключается в преодолении препятствий – естественное загрязнение землей у картофеля, весовые и габаритные особенности корнеплодов. Для создания алгоритма был собран дата-сет из собственноручно выполненных фотографий и обучено пять моделей, на основе нейронных сетей DenseNet, ResNet50, EfficientNetB0, ResNext50_32x4d, ResNet101. Для дальнейшего исследования была выбрана модель на основе ResNet50, как показавшая наилучшие результаты распознавания на обучающей выборке. Дополнительно была выполнена независимая выборка и протестирована модель, визуализация работы модели с помощью сервиса Streamlit. Создан эскиз будущего фото-сепаратора, предложены рекомендации по реализации такого алгоритма и расчет экономической эффективности. / In the work, a study was conducted to solve the problem of sorting potato root crops into healthy and defective ones. Solving this problem would significantly reduce the manual monotonous work of a person. The difficulty of solving the problem lies in overcoming obstacles – natural soil contamination of potatoes, weight and dimensional features of root crops. To create the algorithm, a dataset was assembled from self-made photographs and five models were trained, based on the neural networks DenseNet, ResNet50, EfficientNetB0, ResNext50_32x4d, ResNet101. For further research, a ResNet50-based model was selected, as it showed the best recognition results in the training sample. Additionally, an independent sample was performed and the model was tested, visualization of the model using the Streamlit service. A sketch of the future photo separator has been created, recommendations for the implementation of such an algorithm and calculation of economic efficiency have been proposed.

Цель работы: Изучение и сравнение различных методов сегментации изображения для оценки распределения размеров фрагментов горных пород. / Purpose of the work: Study and compare various image segmentation methods to estimate the size distribution of rock fragments.

The goal of the work is to develop an artificial intelligence model capable of predicting lithology based on GIS data. Object of study: analysis of geophysics data in terms of predicting lithological results. Subject of research: development of a model for predicting lithological studies based on well logging results. The work examined the current level of the problem of predicting lithology and modern solutions in the field of data science in the subject area. The data set was described and its preprocessing was done, which consisted of reducing noise in the data. Machine learning models are considered that allow predicting lithology from well logging data. Metrics are selected to evaluate the performance of machine learning models. During the experiments, the most effective method was chosen - random forest. The prediction accuracy of the applied model for each lithology class was assessed. / Цель работы – разработка модели искусственного интеллекта, способную прогнозировать литологию на основе данных ГИС. Объект исследования: анализ данных геофизики в условиях прогнозирования результатов литологии. Предмет исследования: разработка модели прогнозирования литологических исследований по результатам ГИС. В работе был изучен текущий уровень проблемы прогнозирования литологии и современные решения в сфере data science по предметной области. Был описан набор данных и сделана его предобработка, заключавшееся в уменьшении шумов в данных. Рассматриваются модели машинного обучения позволяющие прогнозировать литологию по данным ГИС. Выбираются метрики для оценки работы моделей машинного обучения. В ходе экпериментов был выбран наиболее эффективный метод – случайный лес. Произведена оценка точности предсказания применяемой модели для каждого класса литологии.