Spausdinti

 

Roma Puronaitė

Padalinys: Kognityvinių skaičiavimų grupė
Pareigos: doktorantė
Kryptis: informatika

Dirba: Akademijos g. 4, 608A kab., Vilnius
Telefonas: (8 5) 210 9312
Elektroninis paštas:  

 

 

Doktorantūros studijos

Preliminari tema Klasterizavimo algoritmai didelės apimties medicinos duomenims

Vadovas prof. dr. Audronė Jakaitienė

Studijų laikas 2017 10 01–2022 10 01 (2019 10 16–2020 10 15 akademinėse atostogose)

Tikslas: Pasiūlyti klasterizavimo algoritmą, kuris padidintų klasterizavimo efektyvumą didelės apimties medicinos duomenims.

Uždaviniai:

  1. Ištirti didelės apimties medicinos duomenų klasterizavimui dažniausiai taikomus
    klasterizavimo metodus.
  2. Palyginti atrinktus klasterizavimo algoritmus realiems medicinos duomenims.
  3. Pasiūlyti naują klasterizavimo algoritmą, kuris leistų pagerinti klasterizavimo efektyvumą
    didelės apimties medicinos duomenis.
  4. Pasiūlyti klasterizavimo įdiegimo sprendimą realioje medicinos duomenų sistemoje. 

Pranešimai mokslinėse konferencijose

11th international workshop on data analysis methods for software systems, 2019 m. lapkričio 28-30 d., Druskininkai "Detection of suspicious activities for patient privacy and security management using electronic health record access-log data" Prieiga per internetą: https://www.mii.lt/datamss/files/DAMSS_2019.pdf.

NBBC19: 7th Nordic-Baltic biometric conference, 2019 m. birželio 3-5 d., Vilnius, Lietuva „Identifying patterns of multimorbidity in Lithuanian National Health Insurance Fund data: a comparison of cross-sectional and temporal phenotyping approaches“ Prieiga per internetą: NBBC19_Abstract_book.

Metinė ataskaitinė Informatikos krypties doktorantų konferencija, 2018 m. spalio 24 d., Vilnius „Klasterizavimo algoritmai didelės apimties medicinos duomenims“ (mokslinė ataskaita, skaidrės)

12th International Conference BIOMDLORE 2018, 2018 m. birželio 28-30 d., Balstogė, Lenkija „Research on Hospital Information Systems Integration to National Electronic Health Record System“ DOI: 10.1109/BIOMDLORE.2018.8467200