Show simple item record

dc.contributor.authorPancireva, Natalija
dc.date.accessioned2023-09-18T09:11:39Z
dc.date.available2023-09-18T09:11:39Z
dc.identifier.urihttps://etalpykla.vilniustech.lt/handle/123456789/110966
dc.description.abstractInformacinių technologijų įtaka neatsiejama nuo šiuolaikinio gyvenimo. Bet kokia veiklos sritis yra susijusi su informacijos, duomenų kaupimu, saugojimu ir apdorojimu. Duomenų gavybos technologijų taikymas leidžia iš turimų duomenų išgauti naujus faktus ar žinias, kuriuos mokslo darbuotojai naudoja naujiems gydymo metodams arba vaistams išrasti. Magistro darbo tyrimų sritis – dažnų sekų paieškos taikymas klinikinių tyrimų duomenims apdoroti. Klinikinių tyrimų duomenų apdorojimas yra sudėtingas uždavinys, nes duomenų struktūra yra sudėtinga, bei reikia įvertinti daugelį parametrų. Baigiamojo darbo tikslas – ištirti dažnų sekų paieškos algoritmo taikymo klinikinių tyrimų duomenims apdoroti galimybės bei įvertinti pagal gautus rezultatus šių algoritmų taikymo perspektyvas. Darbo sudaro 5 dalis: įvadas, klinikinių tyrimų duomenų apdorojimas, algoritmų apžvalga, eksperimentas, išvados ir siūlymai, literatūros sąrašas. Darbo apimtis – 45 puslapiai. Darbe yra 12 paveikslai, 13 lentelės.lit
dc.description.abstractImpact of information technology an integral part of modern life. Any activities or business processes related to information, data collection, storage and analyses. Data mining technology allows analyses of data to obtain new facts or knowledge that scientists can use to develop new treatments methods or develop new drugs. Master thesis research area is application of frequent sequences in analyses of clinical trial data processing. In clinical trials, data processing is a complex task, because the data structure is complex, and have to evaluate many parameters. The main objective of work is to investigate frequent sequences search algorithm application for the clinical trial data analyses by processing frequent sequences, or fragments of it and to evaluate the results obtained by these algorithms application prospects. Structure: introduction, literature analyses, clinical trial data analyses, conclusions and suggestions, references. Thesis consist of: 45 pages text without appendixes, 12 pictures, 13 tables, 20 bibliographical entries.eng
dc.formatPDF
dc.format.extent45 p.
dc.format.mediumtekstas / txt
dc.language.isolit
dc.rightsPrieinamas tik institucijos intranete
dc.source.urihttps://talpykla.elaba.lt/elaba-fedora/objects/elaba:8692303/datastreams/MAIN/content
dc.titleDažnų sekų algoritmo taikymas klinikinių tyrimų duomenų analizei
dc.title.alternativeApplication of Frequent Sequences Algorithm in Analyses of Clinical Trial
dc.typeMagistro darbas / Master thesis
dcterms.references0
dc.type.pubtypeETD_MGR - Magistro darbas / Master thesis
dc.contributor.institutionVilniaus Gedimino technikos universitetas
dc.subject.researchfieldN 009 - Informatika / Computer science
dc.subject.ltklinikiniai tyrimai
dc.subject.ltdažnos sekos
dc.subject.ltGSP algoritmas
dc.subject.enclinical trials
dc.subject.enfrequent sequences
dc.subject.enGSP algorithm
dc.identifier.elaba8692303


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record