Научная статья на тему 'ЗАСТОВУВАННЯ АЛГОРИТМУ ЗНАХОДЖЕННЯ МІНІМАЛЬНОЇ ВІДСТАНІ ДЛЯ ВИЗНАЧЕННЯ ГРУПИ РИЗИКУ СТУДЕНТА'

ЗАСТОВУВАННЯ АЛГОРИТМУ ЗНАХОДЖЕННЯ МІНІМАЛЬНОЇ ВІДСТАНІ ДЛЯ ВИЗНАЧЕННЯ ГРУПИ РИЗИКУ СТУДЕНТА Текст научной статьи по специальности «Науки о здоровье»

CC BY
2
0
i Надоели баннеры? Вы всегда можете отключить рекламу.
Журнал
The Scientific Heritage
Область наук
Ключевые слова
кластеризація / патерн / мінімальна відстань / квадрат евклідової відстані / функціональні проби / clustering / pattern / minimum distance / square of the Euclidean distance / functional tests

Аннотация научной статьи по наукам о здоровье, автор научной работы — Войник Б.О., Борисова Г.В.

Визначено групи ризику студентів за допомогою алгоритму знаходження мінімальної відстані на базі отриманих результуючих таблиць. Отримано мітки для кожного студента, що характеризують субгрупу ризику. Встановлено вектор направлення студента.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

APPLICATION OF AN ALGORITHM FOR DETECT A MINIMUM DISTANCE FOR DETERMINATION OF THE STUDENT'S RISK GROUP

The students' risk groups were determined using the algorithm of finding the minimum distance based on the resulting tables. The labels for each student that characterize the subgroup of risk are obtained. The direction of student direction is set.

Текст научной работы на тему «ЗАСТОВУВАННЯ АЛГОРИТМУ ЗНАХОДЖЕННЯ МІНІМАЛЬНОЇ ВІДСТАНІ ДЛЯ ВИЗНАЧЕННЯ ГРУПИ РИЗИКУ СТУДЕНТА»

У цьому випадку дослщження проводилися на навчальнiй базi, яка складалася з студентiв 1-2 курсу та була надана Нацiональним техшчним унiверситетом Укра!ни "Кшвським полiтехнiчним шститутом iм. 1горя Окорського". База мютила 1495 спостережень, з яких 669 жшочо! статi та 826 чоловiчоl.

Висновки

Коректностi побудованих моделей на основi ДА та БЛР для прогнозування приналежностi особи до певно! групи ризику у бiльшостi випадках мають досить вражаючий показник (бшьше 90%), проте з результатiв видно, що iснують ризики неправильно! класифшацп, адже у деяких випадках корект-нiсть моделей наблгжаеться до 70%. В той час як визначення групи за допомогою розробленого про-грамного продукту завж^ складае 80%. Стабшь-нiсть вiрогiдностi отримання результапв дае мотив для використання дано! програми. Крум того в ш-терфейся передбачена функцiя опису та рекомен-дацiй щодо визначено! групи особи.

Список лггератури

1. Ильинич В.И. Физическая культура студента и жизнь: учебник /В.И. Ильинич. - М.: Гарда-рики, 2010. - 366 с.

2. Ланда Б.Х. Методика комплексной оценки физического развития и физической подготовленности: учеб. пособие / Б.Х. Ланда. - М.: Советский спорт, 2011. - 348 с.

3. Оценка функционального состояния и адаптивных возможностей организма у студентов вуза в процессе занятий физической культурой: методические указания для преподавателей физической культуры и студентов / сост. С.Е. Бебинов. -Омск: Изд-во СибАДИ, 2004. - 16 c.

4. Пономарёв В.В. Интегративный контроль физкультурного образования школьников на Крайнем Севере / В.В. Пономарёв В.Е. Лыков. - М.: Теория и практика физической культуры, 2007. - 130 с.

5. Многомерные статистические методы. Дубров А.М., Мхитарян В.С., Трошин Л.И. Москва. 2003г.

6. Дискриминантный анализ [Електронний ресурс]. - 2013. - Режим доступу до ресурсу: http://studopedia.ru/9_82273_diskrimimntniy-analiz.html.

7. Бинарная логистическая регрессия [Електронний ресурс] // datuapstrade - Режим доступу до ресурсу:

http ://www. datuapstrade.lv/rus/spss/section 16/4/.

ЗАСТОВУВАННЯ АЛГОРИТМУ ЗНАХОДЖЕННЯ МШ1МАЛЬНО1 В1ДСТАН1 ДЛЯ ВИЗНАЧЕННЯ ГРУПИ РИЗИКУ СТУДЕНТА

Войник Б.О. Борисова Г.В.

Студенти 5-го курсу НТУУ «КП1 iM. 1горя Сжорського»

APPLICATION OF AN ALGORITHM FOR DETECT A MINIMUM DISTANCE FOR DETERMINATION

OF THE STUDENT'S RISK GROUP

Voinyk B.O.

Borisova G. V.

Students of the 5 th year of NTUU «Igor Sikorsky KPI»

Анотащя

Визначено групи ризику студенлв за допомогою алгоритму знаходження мшмально! ввдсташ на 6a3i отриманих результуючих таблиць. Отримано мггки для кожного студента, що характеризують субгрупу ризику. Встановлено вектор направления студента.

Abstract

The students' risk groups were determined using the algorithm of finding the minimum distance based on the resulting tables. The labels for each student that characterize the subgroup of risk are obtained. The direction of student direction is set.

Ключов1 слова: кластеризащя, патерн, мшмальна вщстань, квадрат евклщово! ввдсташ, функцюна-льш проби

Keywords: clustering, pattern, minimum distance, square of the Euclidean distance, functional tests

Вступ

Систематичт самостшш спостереження за станом свого здоров'я е необхвдним кроком для полшшення функцюнування систем оргашзму та шдтримки його в тонусг Виконання фiзичних вправ позитивно впливае на оргашзм студента i дае змогу провести аналiз фiзичних можливостей. За допомогою функцюнально! проби Мартше можна дослвдити динамiку змiни артерiального тиску та пульсу в перiод мiж станом спокою та на кожнш

хвилинi пiсля навантаження протягом п'яти хви-лин. Оскiльки стан фiзичного здоров'я може змiнюватися незалежно вщ фiзичних навантажень, то регулярне проведения проби Мартше дасть змогу спостертати динашку змiн в органiзмi за певний перюд [1,4]

Це потребуе розробки програмного продукту, який би реестрував данi та автоматично проводив би дослщження стану фiзичного здоров'я.

Метою роботи е визначення групи та субгурпи ризику студенпв за допомогою квадрату евклвдово! ввдстат на базi результуючих таблиць, побудова-них на навчальнiй базi

Матерiали та методи досл1дження Для дослщження було використано базу даних студенпв Нацiонального технiчного унiверситету Укра!ни "Кшвський полiтехнiчний iнститут iм. 1горя Окорського", надану факультетом фiзичного виховання. База даних мютить 599 спостережень, з яких 276 жшочо! статi та 323 чоловiчоl, а також 353 кшьшсних показник1в, що ввдображають фiзичний стан пацiентiв.

Результати дослiдження Функциональна дiагностика мае на метi досль дження людського органiзму для встановлення дiя-льностi органiв, систем чи оргашзму в цiлому. Вона передбачае виконання функцiональних тестiв та проб, щоб визначити реакцп органiзму на наванта-ження. Одним iз методiв проведення функцюналь-них тестiв е проба Мартше. II доцiльно застосову-вати, коли необх1дно провести обстеження велико1 кiлькостi осiб, серед яких видмють людей, що зай-маються фiзичними вправами, осшльки проба е легкою у застосуванш та не потребуе складно! техшки. Тому для дослщження було обрано базу даних, що мютить показники артерiального тиску та пульсу студентiв, яш пройшли пробу Мартiне бiльше одного разу [2].

Необхвдно кластеризувати студентiв та визначити !х групу ризику. Оск1льки студенти пройшли пробу декшька разiв, необхiдно також визначити !х субгрупу ризику (групу, що йде наступною пiсля визначено!). Таким чином ми отримаемо вектор направленна студента. Тому при повторному аналiзi, якщо група ризику стане субгрупою ризику з попе-реднього дослвдження - це дасть змогу прогнозу-вати, що при такому рiвнi навантаженнi, якого студент дотримувався в перiод проведення досль джень, його група ризику закршиться на нинiшньому значеннi, а якщо студент перестане ви-конувати фiзичнi вправи та дотримуватися встано-вленого режиму для перiоду навантаження, його група ризику повернеться до початкового значення.

Слiд зазначити, що визначення кластеру (групи ризику) студента проводилися окремо для чоловшв та ж1нок, оскшьки дослiдження показни-к1в тиску та пульсу сввдчать про 1х ввдмшшсть, а тому патерни юнакiв та дiвчат вiдрiзняються.

Для кластеризацп студенпв i визначення 1х субгрупи ризику ми використали програмний продукт «О^егВох», попередньо модифiкувавши його, додавши функцш глобального режиму, зда-тну розставити кластери та мггки (субгрупи ризику) не для одного студента, а для вах одразу, що при-сутнi в базi даних.

Рисунок 1 - BiKHO дослiджень програмного продукту «ClusterBox»

Робота програмного продукту побудована на б^ алгоритму знаходження мшмально! ввдсташ. Цей алгоритм передбачае використання квадрату евклидово! вiдстанi, для якого необхвдним е побу-дова результуючих таблиць та наявнють в базi да-них показник1в артерiального тиску та пульсу студента в сташ спокою i протягом п'яти хвилин пiсля навантаження.

Побудова результуючих таблиць ввдбуваеться на базi проведення дисперсiйного аналiзу. Пiсля нього данi групуються до компактно! таблиц за ко-жною змiнною (АТС0, АТД0, ЧСС0 i т.д.) i для кожного кластеру окремо. Стад зазначити, що резуль-туючi таблицi для дослвдження i кластеризацi! бу-дуються один раз на тих даних, для яких патерни

вже в1дот. Таким чином, база даних з вщомими па-тернами, для яко! будуються результуючi таблицi, е навчаючою. В нашому випадку навчаючою була база даних студенпв 1-2 курсу Нацюнального тех-нiчного унiверситету Укра!ни "Ки!вський полтгех-нiчний iнститут iм. 1горя Окорського", що мiстить 1495 спостережень, з яких 669 жшочо! статi та 826 чоловiчо!. Кластерний аиалiз був проведений Нас-тенко £.А. та Носовець О.К., зпдно з !'хшми даними всiх чоловшв було подiлено на 7 кластерiв, а ж1нок - на 8 [3].

Отже, маючи необхiднi даш, ми можемо засто-сувати програмний продукт для визначення групи ризику студента. Алгоритм наведено на рисунку 2.

Кластер i вiд 1 до 8 4 1

Змшна j вiд 1 до 18

Визначення середнього значення (M) змЫно! (j) в кластерi i

Вiдстань D=(j-M)A2

i

CyMa=CyMa+D

Знаходження Min суми

Кiнець

Рисунок 2 - Блок-схема алгоритму знаходження мiнiмальноi eidcmaHi до кластеру [5]

Алгоритм передбачае знаходження мшмаль-но! ввдсташ, що в свою чергу характеризуе кластер, до якого ввдноситься студент. Субмшмальна ввдс-тань (наступна вiдстань тсля мiнiмально!) в свою чергу буде характеризувати мiтку студента. Знаючи кластер та мигсу ми можемо встановити вектор направления студента.

Результатом глобального режиму програми е створення текстових файлiв формату «*ЛхЬ>, в яких збер^аються данi кластерiв та мггок для кожного студента вщповвдно. Данi додаються до загально! бази даних для подальшого дослiдження. Таким чином дослвдження показали сшльки студентiв вщно-ситься до певного кластеру.

Таблиця 1

Кшьюсть студенпв в кластера Чоловiки_

Кл-р 1 Кл-р 2 Кл-р 3 Кл-р 4 Кл-р 5 Кл-р 6 Кл-р 7

40 67 45 50 6 11 103

Таблиця 2

Кшьюсть студенпв в кластера Жiнки_

Кл-р 1 Кл-р 2 Кл-р 3 Кл-р 4 Кл-р 5 Кл-р 6 Кл-р 7 Кл-р 8

58 16 35 13 8 41 51 46

Висновки

Нами було модифжовано програмний продукт «QusterBox», додавши до нього функцш глобального режиму.

Отримаш за допомогою дисперсшного аналiзу результуючi таблицi дали змогу реалiзувати алгоритм знаходження мшмально! вiдстанi до кластеру на базi квадрату евклщово! вiдстанi.

За допомогою програмного продукту було кластеризовано базу даних та визначено вектор напря-мку для кожного студента. Модифжовано почат-кову базу даних студенпв, додавши до не! колонки з кластерами та мигами.

Майбутш дослiдження будуть присвяченi по-шуку бiльших вiдмiнностей м1ж кластерами для ро-зширення !х характеристик. Нашим завданням та-кож буде пошук закономiрностей мiж кластерами та мигами студентiв, як1 пройшли пробу Мартше бiльше одного разу для можливосп прогнозування !х групи ризику.

Список лггератури

1. Брехман И.И. Валеология - наука о здоровье. - М.: ФиС, 1990. - 208с.

2. Оценка функционального состояния и адаптивных возможностей организма у студентов вуза в процессе занятий физической культурой: методические указания для преподавателей физической культуры и студентов / сост. С.Е. Бебинов. -Омск: Изд-во СибАДИ, 2004. - 16 а

3. Побудова результуючих таблиць для ре-алiзацi! алгоритму знаходження мшмально! вщсташ до патершв на базi проведення дисперсшного аналiзу [Електронний ресурс] - Режим доступу до ресурсу: http://tsh-journal.com/wp-content/uploads/2017/08/VOL-1-No-14-14-2017.pdf

4. Самоконтроль у фiзичному вихованнi шко-лярiв [Електронний ресурс] - Режим доступу до ресурсу: http://ua.textreferat.com/referat-552-1.htmI

5. Создание простой блок-схемы [Електрон-ний ресурс] - Режим доступу до ресурсу: https://support.office.com/en-US/article/Basic-tasks-m-Visю-B58073C2-12C8-4981-AD7E-235066FA910D

СИСТЕМА КОНТРОЛЮ ВИБУХОПОЖЕЖОНЕБЕЗПЕЧНИХ СИТУАЦ1Й В ПРИМ1ЩЕННЯХ СХОВИЩА В1ДПРАЦЬОВАНОГО ЯДЕРНОГО ПАЛИВА (СВЯП-1)

Задунай О.С.

Державний науково-до^дний тститут спецiального зв'язку та захисту тформаци, начальник

центру

SYSTEM OF CONTROL OF EXPLOSIVE AND FIREALLY DANGEROUS CONDITIONS IN THE SPACES OF A SPENT NUCLEAR FUEL STORAGE FACILITY (ISF-1)

Zadunaj O.S.

State research institute for special telecommunication and information protection, head of the center

Анотащя

Розглянуто питання вибухопожежно! та пожежно! безпеки сховища вщпрацьованого ядерного палива. Опрацьоваш основнi вимоги i завдання системи контролю вибухопожежонебезпечних ситуацiй в примщеннях СВЯП-1. Наведено основний склад та конструктив системи контролю вибухопожежонебезпечних ситуацш, яка е складовим елементом комплексно! системи безпеки СВЯП-1. Застосування запро-поновано! системи дозволяе постшно контролювати та, в свою чергу, своечасно i оперативно реагувати на будь як1 змiни вибухопожежного стану контрольованого об'екту.

Abstract

The questions of explosion and fire safety of the spent nuclear fuel storage are considered. The main requirements and tasks of the system for monitoring explosive situations in the premises of ISF-1 have been developed. The main composition and design of the system for monitoring explosive situations is presented, which is an integral element of the integrated ISF-1 safety system. The application of the proposed system allows for constant monitoring and, in turn, timely and prompt response to any changes in the explosion-fire condition of the monitored facility.

i Надоели баннеры? Вы всегда можете отключить рекламу.