Скутар І.Д., Юрченко О.І. Розробка веб-додатку для моделювання стохастичної епідеміологічної SIR-моделі з нейромережевою апроксимацією // XIX Міжнародна науково-практична конференція «Current problems of the development of science: trends and innovations» (13-16 травня 2025 р., Осло, Норвегія).- С.342-346.

Simple item page
dc.contributor.authorСкутар, Ігор Дмитрович
dc.contributor.authorЮрченко, Олег Ігорович
dc.date.accessioned2025-05-21T06:04:34Z
dc.date.available2025-05-21T06:04:34Z
dc.date.issued2025-05-13
dc.descriptionДосліджується модель поширення захворювання з елементами стохастики (вінерові та пуассонові збурення) використовується нейромережа LSTM для прогнозування майбутньої динаміки захворювання на основі попередніх даних моделі. Розроблено веб-застосунок, який реалізує епідеміологічну SIR-модель з використанням стохастичних диференціальних рівнянь для моделювання поширення інфекційної хвороби. Застосунок використовує фреймворк Flask, технології HTML/CSS/JavaScript, реалізує метод Ейлера-Маруями наближеного розв’язання стохастичних диференціальних рівнянь, надає користувачам можливість візуалізувати результати моделювання (Matplotlib, Plotly, Dash), порівняти їх з класичними методами прогнозування (моделі ковзного середнього, ARIMA, лінійної регресії) та експортувати дані у форматах CSV і PDF. Для покращення прогнозів використовується LSTM-нейромережа (Keras, Scikit-learn), що навчається на результатах стохастичного моделювання.uk_UA
dc.description.abstractДосліджується модель поширення захворювання з елементами стохастики (вінерові та пуассонові збурення) використовується нейромережа LSTM для прогнозування майбутньої динаміки захворювання на основі попередніх даних моделі. Розроблено веб-застосунок, який реалізує епідеміологічну SIR-модель з використанням стохастичних диференціальних рівнянь для моделювання поширення інфекційної хвороби. Застосунок використовує фреймворк Flask, технології HTML/CSS/JavaScript, реалізує метод Ейлера-Маруями наближеного розв’язання стохастичних диференціальних рівнянь, надає користувачам можливість візуалізувати результати моделювання (Matplotlib, Plotly, Dash), порівняти їх з класичними методами прогнозування (моделі ковзного середнього, ARIMA, лінійної регресії) та експортувати дані у форматах CSV і PDF. Для покращення прогнозів використовується LSTM-нейромережа (Keras, Scikit-learn), що навчається на результатах стохастичного моделювання.uk_UA
dc.description.sponsorshipкафедра прикладної математики та інформаційних технологій ЧНУuk_UA
dc.identifier.isbn979-8-89692-714-3
dc.identifier.otherDOI: 10.46299/ISG.2025.1.19
dc.identifier.urihttps://isg-konf.com/wp-content/uploads/2025/05/CURRENT-PROBLEMS-OF-THE-DEVELOPMENT-OF-SCIENCE-TRENDS-AND-INNOVATIONS.pdf
dc.identifier.urihttps://archer.chnu.edu.ua/xmlui/handle/123456789/12331
dc.language.isootheruk_UA
dc.publisherInternational Science Group (isg-konf.com). Printed in the United States of America.uk_UA
dc.subjectSIR-модельuk_UA
dc.subjectLSTMuk_UA
dc.subjectстохастичні диференціальні рівнянняuk_UA
dc.subjectмоделювання поширення інфекційної хворобиuk_UA
dc.titleСкутар І.Д., Юрченко О.І. Розробка веб-додатку для моделювання стохастичної епідеміологічної SIR-моделі з нейромережевою апроксимацією // XIX Міжнародна науково-практична конференція «Current problems of the development of science: trends and innovations» (13-16 травня 2025 р., Осло, Норвегія).- С.342-346.uk_UA
dc.typeArticleuk_UA

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
Skutar Igor Yurchenko Oleg Conference Oslo 2025.pdf
Size:
515.43 KB
Format:
Adobe Portable Document Format
Description:
тези доповіді
Download

License bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
license.txt
Size:
1.8 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Наукові праці