Affiliation:
1. ООО «ОнкоЮнайт Клиникс», Москва
2. CEO "OncoUnite Clinics" LLC
Abstract
Рассматривается программная реализация процедур ДСМ-метода автоматизированной поддержки исследований, ранее применявшегося для решения задач, связанных с прогнозированием заболеваний на основе различных данных, в том числе геномных. Уделяется внимание приемам по оптимизации использования памяти и сокращению вычислительного времени, в том числе организации параллельного исполнения процедур. Разработка велась на языке python 3.7. Предложенная оптимизация позволит сократить время вычислительных процедур более чем в 20 раз.
Publisher
Russian Institute for Scientific and Technical Information - VINITI RAS
Reference7 articles.
1. Чебанов Д. К., Михайлова И. Н. Интеллектуальный анализ данных пациентов с меланомой для поиска маркеров заболевания и значимых генов // Научно техническая информация. Сер. 2. - 2019. - № 10 - С. 35-40.
2. Финн В. К. Об эвристиках ДСМ-исследований (дополнения к статьям) // Научно-техническая информация. Сер. 2. - 2019. - № 10. - С. 1-34.
3. Финн В. К. Об определении эмпирических закономерностей посредством ДСМ метода автоматического порождения гипотез // Искусственный интеллект и принятие решений. - 2010. - № 4. - С. 41-48.
4. Финн В. К. Дистрибутивные решетки индуктивных ДСМ-процедур // Научно-техническая информация. Сер. 2. - 2014. - № 11. - С. 1-36
5. ДСМ-метод автоматического порождения гипотез: Логические и эпистемологические основания / сост. О.М. Аншаков, Е.Ф. Фабрикантова; под. общ. ред. О.М. Аншакова. - М.: ЛИБРОКОМ, 2009. - 433 с.