Модель ML для аналізу властивостей речовини на основі її фізико-хімічних особливостей
DOI:
https://doi.org/10.30837/2522-9818.2025.1.151Ключові слова:
модель ML; хмара; матриця; матриця невідповідності; передбачена якість; фактична якість; ROC-AUC; дані; параметри; усереднення.Анотація
Предмет статті – розширення попередніх результатів бінарної класифікації на багатокласову за допомогою моделі ML для аналізу властивостей речовини на основі її фізико-хімічних особливостей. Мета дослідження – розроблення нової моделі ML і показників для порівняння якості аналізу різних моделей, зокрема для аналізу якості вина за його складом. Завдання: підготовка даних, вибір типу моделі, її навчання, налаштування, оцінювання, розгортання та моніторинг. У дослідженні використовується метод AWS SageMaker для підготовки даних, розроблення моделі, її навчання, налаштування, оцінювання, розгортання та моніторингу, а дані обробляються за допомогою блокнотів Jupyter і Pandas. Досягнуті результати. Аналіз даних передбачає описову статистику, кореляційні матриці та візуалізації, як-от гістограми та діаграми розсіювання, щоб зрозуміти взаємозв’язки та якість даних. Моделі було навчено за допомогою XGBoost, дані розподілено на набори для навчання, перевірки, тестування та оцінення за допомогою матриць невідповідності та показників AUC-ROC. Матриці невідповідності для двох моделей показали змішані результати, доводячи складність порівняння продуктивності моделі та необхідність подальших досліджень незбалансованих класів. Автоматичне налаштування гіперпараметрів Amazon SageMaker було використано для оптимізації продуктивності моделі за допомогою баєсівської оптимізації та регресії процесу Гаусса. У дослідженні застосовувалися показники ROC-AUC для оцінювання продуктивності моделі з підходами мікро- та макроусереднення, що показують різні значення AUC для двох моделей. Друга модель продемонструвала трохи кращу продуктивність на основі показників AUC, але аналіз матриці невідповідності показав потребу в моделях, адаптованих до незбалансованих класів. Висновки: у дослідженні успішно розроблено нову модель ML з метою багатокласової класифікації, продемонстровано її потенціал для покращення передбачення якості вина та запропоновано майбутні напрями досліджень.
Посилання
Список літератури
Кирсанов О., Кривенко С. Конструювання ознак для застосування навчання машин при обробці клінічних даних. ICTEE.2024. Т. 4. № 2. 2024. С. 162–171. DOI: https://doi.org/10.23939/ictee2024.02.162
Dua D., Graff C. UCI Machine Learning Repository. University of California, School of Information and Computer Science, Irvine, CA. 2019. URL: http://archive.ics.uci.edu/ml (accessed: 07.11.2024)
Cortez P., Cerdeira A., Almeida F., Matos T., Reis J. Modeling wine preferences by data mining from physicochemical properties. Decision Support Systems. Vol. 47. No. 4. 2009. P. 547–553. DOI: 10.1016/j.dss.2009.05.016
Bhatlawande S., Srivastava S., Shilaskar S. Information extraction from digital receipts and bank transactions using machine learning. 2023 International Conference on Integration of Computational Intelligent System (ICICIS). Pune, India. 2023. P. 1–5. DOI: 10.1109/ICICIS56802.2023.10430289
Wu Z., Pulido V. Statistical analyses for fantasy sports. 2022 IEEE Integrated STEM Education Conference (ISEC). Princeton, NJ, USA. 2022. P. 269–269. DOI: 10.1109/ISEC54952.2022.10025111
Fu W., Widagdo T. E. SQL interface development for spatial data retrieval on Cassandra. 2022 International Conference on Data and Software Engineering (ICoDSE). Denpasar, Indonesia. 2022. P. 138–143. DOI: 10.1109/ICoDSE56892.2022.9971942
Chatziantoniou D., Kantere V., Antoniou N., Gantzia A. Data virtual machines: simplifying data sharing, exploration & querying in big data environments. 2022 IEEE International Conference on Big Data (Big Data). Osaka, Japan. 2022. P. 373–380. DOI: 10.1109/BigData55660.2022.10020508
Geetha V., Sujatha N. An overview of descriptive analytics and data visualization. 2024 5th International Conference on Smart Electronics and Communication (ICOSEC). Trichy, India. 2024. P. 1158–1163. DOI: 10.1109/ICOSEC61587.2024.10722273
Du B., Deng F. The method of network intrusion detection based on descriptive statistics model and Logistic model. 2022 International Conference on Machine Learning and Knowledge Engineering (MLKE). Guilin, China. 2022. P. 160–163. DOI: 10.1109/MLKE55170.2022.00037
Cuartero A., Paoletti M. E., García-Rodríguez P., Haut J. M. PyCircularStats: a Python-based tool for remote sensing circular statistics and graphical analysis. IGARSS 2022 -- 2022 IEEE International Geoscience and Remote Sensing Symposium. Kuala Lumpur, Malaysia. 2022. P. 2876–2879. DOI: 10.1109/IGARSS46834.2022.9884758
Camacho J., Wasielewska K., Bro R., Kotz D. Interpretable feature learning in multivariate big data analysis for network monitoring. IEEE Transactions on Network and Service Management. Vol. 21. No. 3. 2024. P. 2926–2943. DOI: 10.1109/TNSM.2024.3368501
Wang Q., Mazor T., Harbig T. A., Cerami E., Gehlenborg N. ThreadStates: state-based visual analysis of disease progression. IEEE Transactions on Visualization and Computer Graphics. Vol. 28. No. 1. 2022. P. 238–247. DOI: 10.1109/TVCG.2021.3114840
Baes M., Herrera C., Neufeld A., Ruyssen P. Low-rank plus sparse decomposition of covariance matrices using neural network parametrization. IEEE Transactions on Neural Networks and Learning Systems. Vol. 34. No. 1. 2023. P. 171–185. DOI: 10.1109/TNNLS.2021.3091598
Burgueño-Romero A. M., Benítez-Hidalgo A., Barba-González C., Aldana-Montes J. F. Towards an open-source MLOps architecture. IEEE Software. 2024. DOI: 10.1109/MS.2024.3421675
Muralikrishna B. S. R. Clinical diagnosis of Alzheimer’s disease employing support vector machine. 2022 IEEE International Conference on Distributed Computing and Electrical Circuits and Electronics (ICDCECE). Ballari, India. 2022. P. 1–5. DOI: 10.1109/ICDCECE53908.2022.9792897
Ghorbani R., Ghousi R., Makui A., Atashi A. A new hybrid predictive model to predict the early mortality risk in intensive care units on a highly imbalanced dataset. IEEE Access. Vol. 8. 2020. P. 141066–141079. DOI: 10.1109/ACCESS.2020.3013320
Charitha C., Devi Chaitrasree A., Varma P. C., Lakshmi C. Type-II diabetes prediction using machine learning algorithms. 2022 International Conference on Computer Communication and Informatics (ICCCI). Coimbatore, India. 2022. P. 1–5. DOI: 10.1109/ICCCI54379.2022.9740844
Bezruk V. M., Krivenko S. A., Kyrsanov O. O., Kryvenko S. S., Kryvenko L. S. Training the machine learning model for clinical IoT data and device interoperability. 2023 12th Mediterranean Conference on Embedded Computing (MECO). Budva, Montenegro. 2023. P. 1–6. DOI: 10.1109/MECO58584.2023.10154963
Smith M. L., Kwembe T. A. Application of machine learning classifiers interfacing Google Colab and Sklearn to intrusion detection CSE-CIC-IDS2018 dataset. 2023 Congress in Computer Science, Computer Engineering, & Applied Computing (CSCE). Las Vegas, NV, USA. 2023. P. 1884–1890. DOI: 10.1109/CSCE60160.2023.00311
McClish D. K. Analyzing a portion of the ROC curve. Medical Decision Making. Vol. 9. No. 3. 1989. P. 190–195. DOI: 10.1177/0272989X8900900307
References
Kyrsanov, O., Kryvenko, S. (2024), "Feature construction for machine learning application in clinical data processing" ["Konstrujuvannja oznak dlja zastosuvannja navchannja mashyn pry obrobci klinichnyx danux"], ICTEE.2024, Vol. 4, No. 2, P. 162–171. DOI: https://doi.org/10.23939/ictee2024.02.162
Dua, D., Graff, C. (2019), "UCI Machine Learning Repository, University of California, School of Information and Computer Science", Irvine, CA, available at: http://archive.ics.uci.edu/ml (last accessed 07.11.2024)
Cortez, P., Cerdeira, A., Almeida, F., Matos, T., Reis, J. (2009), "Modeling wine preferences by data mining from physicochemical properties", Decision Support Systems, Vol. 47, No. 4, P. 547–553. DOI: 10.1016/j.dss.2009.05.016
Bhatlawande, S., Srivastava, S., Shilaskar, S. (2023), "Information extraction from digital receipts and bank transactions using machine learning", 2023 International Conference on Integration of Computational Intelligent System (ICICIS), Pune, India, P. 1–5. DOI: 10.1109/ICICIS56802.2023.10430289
Wu, Z., Pulido, V. (2022), "Statistical analyses for fantasy sports", 2022 IEEE Integrated STEM Education Conference (ISEC), Princeton, NJ, USA, P. 269–269. DOI: 10.1109/ISEC54952.2022.10025111
Fu, W., Widagdo, T. E. (2022), "SQL interface development for spatial data retrieval on Cassandra", 2022 International Conference on Data and Software Engineering (ICoDSE), Denpasar, Indonesia, P. 138–143. DOI: 10.1109/ICoDSE56892.2022.9971942
Chatziantoniou, D., Kantere, V., Antoniou, N., Gantzia, A. (2022), "Data virtual machines: simplifying data sharing, exploration & querying in big data environments", 2022 IEEE International Conference on Big Data (Big Data), Osaka, Japan, P. 373–380. DOI: 10.1109/BigData55660.2022.10020508
Geetha, V., Sujatha, N. (2024), "An overview of descriptive analytics and data visualization", 2024 5th International Conference on Smart Electronics and Communication (ICOSEC), Trichy, India, P. 1158–1163. DOI: 10.1109/ICOSEC61587.2024.10722273
Du, B., Deng, F. (2022), "The method of network intrusion detection based on descriptive statistics model and Logistic model", 2022 International Conference on Machine Learning and Knowledge Engineering (MLKE), Guilin, China, P. 160–163. DOI: 10.1109/MLKE55170.2022.00037
Cuartero, A., Paoletti, M. E., García-Rodríguez, P., Haut, J. M. (2022), "PyCircularStats: a Python-based tool for remote sensing circular statistics and graphical analysis", IGARSS 2022 – 2022 IEEE International Geoscience and Remote Sensing Symposium, Kuala Lumpur, Malaysia, P. 2876–2879. DOI: 10.1109/IGARSS46834.2022.9884758
Camacho, J., Wasielewska, K., Bro, R., Kotz, D. (2024), "Interpretable feature learning in multivariate big data analysis for network monitoring", IEEE Transactions on Network and Service Management, Vol. 21, No. 3, P. 2926–2943. DOI: 10.1109/TNSM.2024.3368501
Wang, Q., Mazor, T., Harbig, T. A., Cerami, E., Gehlenborg, N. (2022), "ThreadStates: state-based visual analysis of disease progression", IEEE Transactions on Visualization and Computer Graphics, Vol. 28, No. 1, P. 238–247. DOI: 10.1109/TVCG.2021.3114840
Baes, M., Herrera, C., Neufeld, A., Ruyssen, P. (2023), "Low-rank plus sparse decomposition of covariance matrices using neural network parametrization", IEEE Transactions on Neural Networks and Learning Systems, Vol. 34, No. 1, P. 171–185. DOI: 10.1109/TNNLS.2021.3091598
Burgueño-Romero, A. M., Benítez-Hidalgo, A., Barba-González, C., Aldana-Montes, J. F. (2024), "Towards an open-source MLOps architecture", IEEE Software, DOI: 10.1109/MS.2024.3421675
Muralikrishna, B. S. R. (2022), "Clinical diagnosis of Alzheimer’s disease employing support vector machine", 2022 IEEE International Conference on Distributed Computing and Electrical Circuits and Electronics (ICDCECE), Ballari, India, P. 1–5. DOI: 10.1109/ICDCECE53908.2022.9792897
Ghorbani, R., Ghousi, R., Makui, A., Atashi, A. (2020), "A new hybrid predictive model to predict the early mortality risk in intensive care units on a highly imbalanced dataset", IEEE Access, Vol. 8, P. 141066–141079. DOI: 10.1109/ACCESS.2020.3013320
Charitha, C., Devi Chaitrasree, A., Varma, P. C., Lakshmi, C. (2022), "Type-II diabetes prediction using machine learning algorithms", 2022 International Conference on Computer Communication and Informatics (ICCCI), Coimbatore, India, P. 1–5. DOI: 10.1109/ICCCI54379.2022.9740844
Bezruk, V. M., Krivenko, S. A., Kyrsanov, O. O., Kryvenko, S. S., Kryvenko, L. S. (2023), "Training the machine learning model for clinical IoT data and device interoperability", 2023 12th Mediterranean Conference on Embedded Computing (MECO), Budva, Montenegro, P. 1–6. DOI: 10.1109/MECO58584.2023.10154963
Smith, M. L., Kwembe, T. A. (2023), "Application of machine learning classifiers interfacing Google Colab and Sklearn to intrusion detection CSE-CIC-IDS2018 dataset", 2023 Congress in Computer Science, Computer Engineering, & Applied Computing (CSCE), Las Vegas, NV, USA, P. 1884–1890. DOI: 10.1109/CSCE60160.2023.00311
McClish, D. K. (1989), "Analyzing a portion of the ROC curve", Medical Decision Making, Vol. 9, No. 3, P. 190–195. DOI: 10.1177/0272989X8900900307
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Наше видання використовує положення про авторські права Creative Commons для журналів відкритого доступу.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License (CC BY-NC-SA 4.0), котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
Автори мають право укладати самостійні додаткові угоди щодо не комерційного та не ексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису опублікованої роботи, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.
