Прогнозування кількісних характеристик офіційно зареєстрованих ВІЛ-інфікованих осіб в регіоні

Автор(и)

  • Федір Елемирович Гече ДВНЗ "Ужгородський національний університет", пл. Народна, 3, м. Ужгород, Україна, 88000, Україна https://orcid.org/0000-0002-4757-9828
  • Оксана Юріївна Мулеса ДВНЗ "Ужгородський національний університет", пл. Народна, 3, м. Ужгород, Україна, 88000, Україна https://orcid.org/0000-0002-6117-5846
  • Іван Святославович Миронюк Закарпатський обласний Центр з профілактики та боротьби із СНІДом, 88000, м. Ужгород, вул. Другетів, 72, Україна https://orcid.org/0000-0003-4203-4447
  • Михайло Михайлович Вашкеба ДВНЗ "Ужгородський національний університет", пл. Народна, 3, м. Ужгород, Україна, 88000, Україна https://orcid.org/0000-0003-3886-6267

DOI:

https://doi.org/10.15587/2312-8372.2015.47907

Ключові слова:

модель прогнозування, часовий ряд, кількісні характеристики офіційно зареєстрованих ВІЛ-інфікованих осіб

Анотація

Розглядається задача прогнозування кількісних характеристик офіційно зареєстрованих ВІЛ-інфікованих осіб в регіоні як задача прогнозування на основі динамічного ряду. Проаналізовано особливості розв’язання задачі деякими методами прогнозування, а також за допомогою синтезованої прогнозної схеми на основі базових моделей. Обчислено зазначені прогнозні значення на період з 2015 по 2019 років.

Біографії авторів

Федір Елемирович Гече, ДВНЗ "Ужгородський національний університет", пл. Народна, 3, м. Ужгород, Україна, 88000

Доктор технічних наук, професор, завідувач кафедри

Кафедра кібернетики і прикладної математики

Оксана Юріївна Мулеса, ДВНЗ "Ужгородський національний університет", пл. Народна, 3, м. Ужгород, Україна, 88000

Кандидат технічних наук, доцент

Кафедра кібернетики і прикладної математики

Іван Святославович Миронюк, Закарпатський обласний Центр з профілактики та боротьби із СНІДом, 88000, м. Ужгород, вул. Другетів, 72

Кандидат медичних наук, доцент, головний лікар

Михайло Михайлович Вашкеба, ДВНЗ "Ужгородський національний університет", пл. Народна, 3, м. Ужгород, Україна, 88000

Аспірант

Кафедра кібернетики і прикладної математики

Посилання

  1. Makarova, O. V. (2004). Government social programs: theoretical aspects, method development and evaluation. K.: Lear-K, 328.
  2. On approval of the Concept of the National Programme on the Response to HIV/AIDS in the years 2014–2018. Order of Cabinet of Ministers of Ukraine on 13 May 2013 № 356-p. Available: http://zakon2.rada.gov.ua/laws/show/356-2013-р
  3. On approving the National Target Programme on Combating HIV/AIDS in the years 2014-2018. Law of Ukraine on October 20, 2014 №1708-VII. Available: http://zakon2.rada.gov.ua/laws/show/1708-18
  4. Evaluation of the size of risk groups vulnerable to HIV infection in Ukraine. (2011). Kyiv, 39.
  5. Mironyuk, I. S., Mulesa, O. Yu. (2013). Application of Information Technology to solve the problem of estimation of the number of high risk groups of HIV. Bulletin of Social Hygiene and Public Health Organization Ukraine, 3 (57), 55–63.
  6. National Assessment of HIV/AIDS in Ukraine as of early 2012. (2012). The State Service of Ukraine on combating HIV/AIDS and other socially dangerous diseases. Kyiv, 12.
  7. Chatfield, C. (2013). The analysis of time series: an introduction. CRC press, 352. doi:10.1007/978-1-4899-2921-1
  8. Kuharev, V. N., Sally, V. N., Erpert, A. M. (1991). Economic-mathematical methods and models in the planning and management. Kiev: Vishcha School, 328.
  9. Snytiuk, V. Ye. (2008). Forecasting. Models. Methods. Algorithms. K.: "Maklaut", 364.
  10. Mendel, A. S. (2004). Method counterparts in predicting short time series: expert-statistical approach. Automation and Remote Control, 4, 143–152.
  11. Zaichenko, Y. P., Mohammed, Moamed, Shapovalenko, N. V. (2002). Fuzzy neural networks and genetic algorithms in problems of macroeconomic forecasting. Scientific news "KPI", 4, 20–30.
  12. Kasabov, N. K., Song, Q. (2002). DENFIS: dynamic evolving neural-fuzzy inference system and its application for time-series prediction. IEEE Transactions on Fuzzy Systems, 10 (2), 144–154. doi:10.1109/91.995117
  13. Van Gestel, T., Suykens, J. A., Baestaens, D. E., Lambrechts, A., Lanckriet, G., Vandaele, B., Vandewalle, J. (2001). Financial time series prediction using least squares support vector machines within the evidence framework. IEEE Transactions on Neural Networks, 12 (4), 809–821. doi:10.1109/72.935093
  14. Kozadaev, A. S., Arzamasians, A. A. (2006). Prediction of time series with the apparatus of artificial neural networks. The short-term forecast of air temperature. Bulletin of the University of Tambov. Series: Natural and Technical Sciences, 11 (3), 299–304.
  15. Geche, F., Mulesa, O., Geche, S., Vashkeba, M. (2015). Development of synthesis method of predictive schemes based on basic predictive models. Technology Audit And Production Reserves, 3(2(23)), 36–41. doi:10.15587/2312-8372.2015.44932
  16. HIV infection in Ukraine. (2015). Newsletter, 43, 109.

##submission.downloads##

Опубліковано

2015-07-23

Як цитувати

Гече, Ф. Е., Мулеса, О. Ю., Миронюк, І. С., & Вашкеба, М. М. (2015). Прогнозування кількісних характеристик офіційно зареєстрованих ВІЛ-інфікованих осіб в регіоні. Technology Audit and Production Reserves, 4(2(24), 34–39. https://doi.org/10.15587/2312-8372.2015.47907

Номер

Розділ

Інформаційні технології: Оригінальне дослідження