Інформаційна модель прогнозування поширення епідеміологічних захворювань

Abstract

Дана бакалаврська кваліфікаційна робота присвячена розробці інформаційної моделі для прогнозування поширення епідеміологічних захворювань. Основна мета полягає в розробці точної та ефективної системи, яка здатна передбачити та прогнозувати поширення захворювань з використанням інформаційних технологій. Об’єктом роботи є процес прогнозування поширення епідеміологічних захворювань. Предметом роботи є моделі стохастичного зростання. Метою роботи було моделювання та прогнозування процесів поширення епідеміологічних захворювань шляхом оптимізації існуючих інформаційних моделей. У роботі проводиться аналіз та дослідження сучасних методів та підходів до прогнозування епідеміологічних захворювань з використанням інформаційних технологій. Розглядаються різні моделі та методи, включаючи статистичні, математичні, які допомагають в розробці ефективних прогнозних моделей. У роботі буде розроблена інформаційна модель, яка заснована на методах розмноження кластерів бактеріальної колонії. Для розробки інформаційної моделі були використані програмні платформи та інструменти, що забезпечують обробку та аналіз даних, такі як мови програмування С#. Висновки роботи надають узагальнену інформацію про результати дослідження та ефективність розробленої інформаційної моделі. Вони включають порівняння з існуючими методами та аналіз точності та надійності прогнозів моделі. Бакалаврська кваліфікаційна робота містить 70 сторінок, 23 рисунків, 2 таблиці, 20 використаних джерел та 1 додаток This bachelor's thesis focuses on developing an information model for predicting the spread of epidemiological diseases. The main goal is to create an accurate and efficient system capable of predicting and forecasting the spread of diseases using information technologies. The research object is the process of predicting the spread of epidemiological diseases. The subject of the research is stochastic growth models. The aim of the thesis was to model and forecast the spread of epidemiological diseases by optimizing existing information models. The thesis analyzes and investigates modern methods and approaches to forecasting epidemiological diseases using information technologies. Various models and methods, including statistical and mathematical ones, are examined to develop effective predictive models. An information model based on bacterial colony cluster propagation methods will be developed in the thesis. The development of the information model utilized software platforms and tools for data processing and analysis, such as the C# programming language. The conclusions of the thesis provide a comprehensive overview of the research results and the effectiveness of the developed information model. They include comparisons with existing methods and an analysis of the accuracy and reliability of the model's predictions. The bachelor's thesis consists of 70 pages, 23 figures, 2 tables, 20 references, and 1 appendix.