Especialistas de la Facultad de Matemática Computacional y Cibernética de la Universidad Estatal de Moscú que lleva el nombre de M. V. Lomonósov crearon la biblioteca de datos Survivors, que ayuda a evaluar los riesgos de muerte de los pacientes y la probabilidad de fallo de los equipos médicos.
La biblioteca Survivors está desarrollada en lenguaje Python y está diseñada para el análisis de eventos en el tiempo. Tiene en cuenta las dependencias complejas en los datos y funciona correctamente incluso en presencia de valores perdidos, lo que aumenta la precisión de las predicciones.
Se destaca la universalidad de la herramienta. En medicina, se utiliza para predecir riesgos y evaluar la esperanza de vida de los pacientes basándose en reglas comprensibles para los expertos. En los sistemas CRM, Survivors calcula la probabilidad de fuga de clientes, y en la industria predice la degradación de los equipos y controla el estado de los sistemas.
Los métodos tradicionales de análisis de supervivencia requieren suposiciones estrictas sobre la distribución de los eventos y una preparación compleja de los datos. La nueva biblioteca utiliza el aprendizaje automático y se integra en los sistemas analíticos existentes, lo que permite evitar estas limitaciones.
Survivors no requiere preprocesamiento de datos y proporciona una alta precisión en las predicciones. Los desarrolladores se esforzaron por crear una herramienta capaz de trabajar con datos reales e incompletos, teniendo en cuenta sus características e incertidumbre.
Los algoritmos de la biblioteca están optimizados para procesar grandes conjuntos de datos mediante cálculos paralelos y métodos de división eficaces. Las pruebas en nueve conjuntos de datos médicos e industriales abiertos mostraron la estabilidad y precisión de las predicciones, superando a los modelos clásicos con una configuración mínima.
Leer materiales sobre el tema:
Росатом запускает мощный центр обработки данных в Нижегородской области
Новую модель вычислительной инфраструктуры с ИИ создали в МГУ