<p>Doktorska disertacija razmatra problem algoritamske dijagnostike<br />metaboličkog sindroma na osnovu lako merljivih parametara: pol,<br />starosna dob, indeks telesne mase, odnos obima struka i visine,<br />sistolni i dijastolni krvni pritisak. U istraživanju su primenjene i<br />eksperimentalno ispitane tri različite metode mašinskog učenja:<br />stabla odluke, linearna regresija i veštačke neuronske mreže.<br />Pokazano je da veštačke neuronske mreže daju visok nivo<br />prediktivnih vrednosti dovoljan za primenu u praksi. Korišćenjem<br />dobijenog rezultata definisan je i implementiran inteligentni<br />softverski sistem za dijagnostiku metaboličkog sindroma.</p> / <p>The doctoral dissertation examines the problem of algorithmic diagnostics of<br />the metabolic syndrome based on easily measurable parameters: sex, age,<br />body mass index, waist and height ratio, systolic and diastolic blood<br />pressure. In the study, three different methods of machine learning were<br />applied and experimentally examined: decision trees, linear regression and<br />artificial neural networks. It has been shown that artificial neural networks<br />give a high level of predictive value sufficient to be applied in practice. Using<br />the obtained result, an intelligent software system for the diagnosis of<br />metabolic syndrome has been defined and implemented.</p>

<p>Problem nedostajućih podataka je često prisutan prilikom razvoja<br />prediktivnih modela. Umesto uklanjanja podataka koji sadrže<br />vrednosti koje nedostaju mogu se primeniti metode za njihovu<br />imputaciju. Disertacija predlaže metodologiju za pristup analizi<br />uspešnosti imputacija prilikom razvoja prediktivnih modela. Na<br />osnovu iznete metodologije prikazuju se rezultati primene algoritama<br />mašinskog učenja, kao metoda imputacije, prilikom razvoja određenih,<br />konkretnih prediktivnih modela.</p> / <p>The problem of missing data is often present when developing predictive<br />models. Instead of removing data containing missing values, methods for<br />imputation can be applied. The dissertation proposes a methodology for<br />analysis of imputation performance in the development of predictive models.<br />Based on the proposed methodology, results of the application of machine<br />learning algorithms, as an imputation method in the development of specific<br />models, are presented.</p>

<p>Главни задатак истраживања приказаног у дисертацији је развој модела,<br />заснованог на алгоритмима машинског учења, који описује сложени<br />утицај мерног система на користан, експериментални сигнал са циљем<br />његове елиминације. Студија случаја је широко распрострањена<br />фотоакустична, трансмисиона мерна метода са ћелијом минималне<br />запремине. Мултидисциплинарност и комплексност проблема одредили<br />су следеће кораке у методологији решења: 1) развој софтвера за<br />генерисање симулираних експерименталних података, 2) развој<br />регресионог модела заснованог на трослојној неуронској мрежи, за<br />прецизну и поуздану карактеризацију детектора која се извршава у<br />реалном времену, 3) развој класификационог модела заснованог на<br />неуронској мрежи једноставне структуре за прецизну и поуздану<br />предикцију типа коришћеног детектора која се извршава у реалном<br />времену, 4) спрезање регресионог и класификационог модела уз развој<br />додатног софтвера за прилагођење модела стварном експерименту. На<br />овај начин заокружен је програмски оквир који извршава сложени задатак<br />издвајања &ldquo;правог&rdquo; сигнала oд изобличеног експерименталног сигнала<br />без ангажовања истраживача, односно извршава аутокорекцију.<br />Тестирање је извршено на више различитих детектора и више<br />различитих материјала у фотоаксустичном експерименту. Применом<br />развијеног програмског оквира конкурентност експерименталне технике<br />је знатно порасла: повећана је тачност и поузданост, проширен је мерни<br />опсег и смањено време обраде резултата мерења.</p> / <p>Glavni zadatak istraživanja prikazanog u disertaciji je razvoj modela,<br />zasnovanog na algoritmima mašinskog učenja, koji opisuje složeni<br />uticaj mernog sistema na koristan, eksperimentalni signal sa ciljem<br />njegove eliminacije. Studija slučaja je široko rasprostranjena<br />fotoakustična, transmisiona merna metoda sa ćelijom minimalne<br />zapremine. Multidisciplinarnost i kompleksnost problema odredili<br />su sledeće korake u metodologiji rešenja: 1) razvoj softvera za<br />generisanje simuliranih eksperimentalnih podataka, 2) razvoj<br />regresionog modela zasnovanog na troslojnoj neuronskoj mreži, za<br />preciznu i pouzdanu karakterizaciju detektora koja se izvršava u<br />realnom vremenu, 3) razvoj klasifikacionog modela zasnovanog na<br />neuronskoj mreži jednostavne strukture za preciznu i pouzdanu<br />predikciju tipa korišćenog detektora koja se izvršava u realnom<br />vremenu, 4) sprezanje regresionog i klasifikacionog modela uz razvoj<br />dodatnog softvera za prilagođenje modela stvarnom eksperimentu. Na<br />ovaj način zaokružen je programski okvir koji izvršava složeni zadatak<br />izdvajanja &ldquo;pravog&rdquo; signala od izobličenog eksperimentalnog signala<br />bez angažovanja istraživača, odnosno izvršava autokorekciju.<br />Testiranje je izvršeno na više različitih detektora i više<br />različitih materijala u fotoaksustičnom eksperimentu. Primenom<br />razvijenog programskog okvira konkurentnost eksperimentalne tehnike<br />je znatno porasla: povećana je tačnost i pouzdanost, proširen je merni<br />opseg i smanjeno vreme obrade rezultata merenja.</p> / <p>The main task of the research presented in this dissertation is the development<br />of the model based on machine learning algorithms, which describes the<br />complex influence of the measuring system on a useful, experimental signal,<br />with the aim of the elimination of this influence. The case study is a widespread<br />photoacoustic, transmission measurement method with minimum volume cell<br />configuration. Multidisciplinarity and complexity of the problem determined the<br />following steps in the solution methodology: 1) development of the software for<br />generating simulated experimental data, 2) development of the regression<br />model based on a three-layer neural network, for precise and reliable<br />characterization of detectors, performed in real time, 3) development of the<br />classification model based on a neural network of simple structure for precise<br />and reliable prediction of the type of detector in use, performed in real time, 4)<br />coupling of the regression and the classification model with the development<br />of additional software for adjustment of the model to a real experiment. In this<br />way, the program framework is completed, which performs the complex task<br />of extracting the &quot;true&quot; signal from the distorted experimental signal without the<br />involvement of researchers, performing, thus, the autocorrection. Testing was<br />performed on several different detectors and several different materials in a<br />photoacoustic experiment. With the application of the developed software<br />framework, the competitiveness of the experimental technique has<br />significantly increased: the accuracy and the reliability have been increased,<br />the measurement range has been expanded and the processing time of<br />measurement results has been reduced.</p>

<p>In the current information age, massive amounts of data are gathered, at a rate prohibiting their effective structuring, analysis, and conversion into useful knowledge. This information overload is manifested both in large numbers of data objects recorded in data sets, and large numbers of attributes, also known as high dimensionality. This dis-sertation deals with problems originating from high dimensionality of data representation, referred to as the &ldquo;curse of dimensionality,&rdquo; in the context of machine learning, data mining, and information retrieval. The described research follows two angles: studying the behavior of (dis)similarity metrics with increasing dimensionality, and exploring feature-selection methods, primarily with regard to document representation schemes for text classification. The main results of the dissertation, relevant to the first research angle, include theoretical insights into the concentration behavior of cosine similarity, and a detailed analysis of the phenomenon of hubness, which refers to the tendency of some points in a data set to become hubs by being in-cluded in unexpectedly many <em>k</em>-nearest neighbor lists of other points. The mechanisms behind the phenomenon are studied in detail, both from a theoretical and empirical perspective, linking hubness with the (intrinsic) dimensionality of data, describing its interaction with the cluster structure of data and the information provided by class la-bels, and demonstrating the interplay of the phenomenon and well known algorithms for classification, semi-supervised learning, clustering, and outlier detection, with special consideration being given to time-series classification and information retrieval. Results pertaining to the second research angle include quantification of the interaction between various transformations of high-dimensional document representations, and feature selection, in the context of text classification.</p> / <p>U tekućem &bdquo;informatičkom dobu&ldquo;, masivne količine podataka se<br />sakupljaju brzinom koja ne dozvoljava njihovo efektivno strukturiranje,<br />analizu, i pretvaranje u korisno znanje. Ovo zasićenje informacijama<br />se manifestuje kako kroz veliki broj objekata uključenih<br />u skupove podataka, tako i kroz veliki broj atributa, takođe poznat<br />kao velika dimenzionalnost. Disertacija se bavi problemima koji<br />proizilaze iz velike dimenzionalnosti reprezentacije podataka, često<br />nazivanim &bdquo;prokletstvom dimenzionalnosti&ldquo;, u kontekstu ma&scaron;inskog<br />učenja, data mining-a i information retrieval-a. Opisana istraživanja<br />prate dva pravca: izučavanje pona&scaron;anja metrika (ne)sličnosti u odnosu<br />na rastuću dimenzionalnost, i proučavanje metoda odabira atributa,<br />prvenstveno u interakciji sa tehnikama reprezentacije dokumenata za<br />klasifikaciju teksta. Centralni rezultati disertacije, relevantni za prvi<br />pravac istraživanja, uključuju teorijske uvide u fenomen koncentracije<br />kosinusne mere sličnosti, i detaljnu analizu fenomena habovitosti koji<br />se odnosi na tendenciju nekih tačaka u skupu podataka da postanu<br />habovi tako &scaron;to bivaju uvr&scaron;tene u neočekivano mnogo lista k najbližih<br />suseda ostalih tačaka. Mehanizmi koji pokreću fenomen detaljno su<br />proučeni, kako iz teorijske tako i iz empirijske perspektive. Habovitost<br />je povezana sa (latentnom) dimenzionalno&scaron;ću podataka, opisana<br />je njena interakcija sa strukturom klastera u podacima i informacijama<br />koje pružaju oznake klasa, i demonstriran je njen efekat na<br />poznate algoritme za klasifikaciju, semi-supervizirano učenje, klastering<br />i detekciju outlier-a, sa posebnim osvrtom na klasifikaciju vremenskih<br />serija i information retrieval. Rezultati koji se odnose na<br />drugi pravac istraživanja uključuju kvantifikaciju interakcije između<br />različitih transformacija vi&scaron;edimenzionalnih reprezentacija dokumenata<br />i odabira atributa, u kontekstu klasifikacije teksta.</p>