• Home
  • Aktualności
    • Blog
  • Doniec Rafał Jan
    • Schools - Szkoły
    • Projects - Projety
    • Publications - Publikacje
      • Refereed Conference Proceedings – Prezentacje konferencyjne
      • Articles in Progress – Artykuły w toku
      • Journal Articles – Artykuły Żurnalowe
      • Books - Książki
      • Others - Inne
    • Experience - Doświadczenie
    • Didactics - Dydaktyka
      • Szkoły średnie
      • Studia wyższe
      • Inne kursy
      • Najciekawsze prace końcowe
      • Pliki do pobrania
      • Pliki do pobrania dla studentów
    • Extra - Dodatkowo
  • Profil Zawodowy
  • Inne
    • Fotografia i Film
    • Genealogia
  • Kontakt

  • Home
  • Aktualności
    • Blog
  • Doniec Rafał Jan
    • Schools - Szkoły
    • Projects - Projety
    • Publications - Publikacje
      • Refereed Conference Proceedings – Prezentacje konferencyjne
      • Articles in Progress – Artykuły w toku
      • Journal Articles – Artykuły Żurnalowe
      • Books - Książki
      • Others - Inne
    • Experience - Doświadczenie
    • Didactics - Dydaktyka
      • Szkoły średnie
      • Studia wyższe
      • Inne kursy
      • Najciekawsze prace końcowe
      • Pliki do pobrania
      • Pliki do pobrania dla studentów
    • Extra - Dodatkowo
  • Profil Zawodowy
  • Inne
    • Fotografia i Film
    • Genealogia
  • Kontakt

Blog

  • BLOG
  • Jesteś tutaj: Home > Doniec Rafał Jan > Didactics - Dydaktyka > Najciekawsze prace końcowe > Dydaktyka > Najciekawsze tematy prac końcowych > Eva Odima Berepiki "Implementation of an application that supports diagnosis of major cardiovascular disease"

    Eva Odima Berepiki "Implementation of an application that supports diagnosis of major cardiovascular disease"

    The goal of this thesis is to research and develop an application for diagnosing severe cardiovascular diseases that is easy to use and effective. To achieve this aim, the
    following research questions are addressed in this thesis:
    1. How can an ontology-database model be designed and implemented to support the diagnosis of major CVD?
    2. What are the benefits and limitations of using an ontology-database model over Chapter 1: Introduction existing models for CVD diagnosis?
    3. How can the prototype application be further developed and evaluated in a real - world setting?
    The ideology also considers scenarios with no access to qualitative/quantitative datasets or data from medical devices. Input for this ontology database model comes from user symptoms, a simple data collection form. The project provides a state of awareness for non-scientists and non-physicians, improves the knowledge of medical professionals, and reduces the time between the onset of a disease and its diagnosis and treatment, which in turn can reduce mortality rates.

    Celem pracy jest zbadanie i opracowanie aplikacji do diagnozowania ciężkich chorób układu krążenia, która będzie łatwa w użyciu i skuteczna. Aby osiągnąć ten cel, w
    w niniejszej pracy postawiono następujące pytania badawcze:
    1. W jaki sposób można zaprojektować i wdrożyć model bazy danych ontologii, aby wspierać diagnozę poważnych CVD?
    2. Jakie są zalety i ograniczenia stosowania modelu ontologii-bazy danych w porównaniu z rozwiązaniami przedstawionymi w Rozdziałe 1: Wprowadzenie do istniejących modeli diagnozy CVD?
    3. W jaki sposób prototypowa aplikacja może być dalej rozwijana i oceniana w rzeczywistych warunkach?
    Idea pracy uwzględnia również scenariusze bez dostępu do zestawów danych jakościowych/ilościowych lub danych z urządzeń medycznych. Dane wejściowe dla tego ontologicznego modelu bazy danych pochodzą z symptomów użytkownika, prostego formularza zbierającego dane. Projekt zapewnia stan świadomości osób niebędących naukowcami i nielekarzami, poprawia wiedzę pracowników służby zdrowia oraz skraca czas między wystąpieniem choroby a jej rozpoznaniem i leczeniem, co z kolei może zmniejszyć śmiertelność.

     

    Najciekawsze tematy prac

    Przemysław Roch "Aplikacja wspomagająca analizę danych sprzedażowych w sieci handlowych"

    Dla dużych sieci handlowych złe decyzje biznesowe mogą oznaczać ogromne straty, zaś dobre – znaczne polepszenie wyników finansowych. Właśnie dlatego coraz więcej przedstawicieli takich przedsiębiorstw decyduje się na wdrożenie systemów Business Intelligence, mających za zadanie znaczne ułatwienie analitykom badanie zależności, porównywanie wyników, przewidywanie konsekwencji podejmowanych decyzji, czy też odpowiedzi na pytania, takie jak: co sprzedaje się najlepiej, które towary są najbardziej pożądane, który ze sklepów funkcjonuje najlepiej?

    Dzisiejsze systemy Business Intelligence charakteryzują się możliwością pobierania danych z wielu źródeł jednocześnie (bazy danych, pliki płaskie, systemy SAP), 
    a następnie przedstawiania ich za pomocą wybranych form graficznych. Dzięki takiemu rozwiązaniu użytkownicy finalni aplikacji nie potrzebują osobno analizować poszczególnych dokumentów, korzystając z przygotowanego wcześniej modelu danych, który umożliwi szybki dostęp do interesujących danych przy minimalnym nakładzie czasowym.

    Kluczowa jest tutaj możliwość dopasowania systemu do użytkownika, który ma prawo oczekiwać, iż wykorzystywana przez niego platforma będzie w stanie odpowiedzieć na pytania, które on zadaje, w oparciu o posiadane dane. Staje się to możliwe dzięki aplikacjom nazywanym „Self – Service Business Intelligence”, stosowanym przez firmy takie jak Qlik, czy Intel. Ułatwia to w znacznej mierze dostrzeganie zależności między danymi, pozwalając na ich...


    Read More
  • All right reserved by Rafal Doniec | >> Archiwum <<

    Logo