Megaputer Blog | Мегапьютер

Модель прогноза распространения коронавируса размещена на карте технологий ICT.Moscow

30/05/2020Дмитрий Гольцов, Data Mining, Press Releases, Text Analytics

Модель прогноза распространения коронавируса отмечена на карте технологий ICT.Moscow 30 мая 2020 Разработанная специалистами Мегапьютер прогнозная модель развития коронавирусной инфекции помещена на Карту COVID-Tech практик в России, подготовленную порталом #ICT.Moscow. Сейчас на карте (версия 1.1) отмечено 80 российских практик в области COVID-Tech, они разделены на шесть категорий: диагностика COVID-19 и скрининги (13 кейсов); поиск препаратов (2); платформы данных, аналитика, базы знаний (16); контроль распространения и социального дистанцирования (27 + 3 в версии 1.1); информационная поддержка (14); умное оборудование и роботы (5). Модель представлена в разделе Платформы данных / Аналитика / Базы знаний. Карта российских практик, ориентированных на борьбу с коронавирусом. ICT.Moscow Также ICT.Moscow опубликовал материал о достижениях российских компаний в борьбе с пандемией COVID-19. В материале приведены мнения представителей отечественной IT-отрасли о вкладе российских технологичных решений в борьбу с коронавирусной инфекцией и как этот вклад оценивается в мире. Компания Мегапьютер представила свое видение обсуждаемой ситуации: «По нашему мнению, отечественные разработчики продемонстрировали внушительную продуктивность…

Специалисты Мегапьютер Интеллидженс разработали модель прогноза пиков заболеваемости COVID-19 в регионах России

20/05/2020Дмитрий Гольцов, Data Mining, Press Releases, Text Analytics

Специалисты Мегапьютер Интеллидженс разработали модель прогноза пиков заболеваемости COVID-19 в регионах России 20 мая 2020 РАБОЧАЯ МОДЕЛЬ ПРОЕКТА ВЫЛОЖЕНА В ОТКРЫТЫЙ ДОСТУП Ознакомиться ЦЕЛЬ ПРОЕКТА В условиях пандемии вирусной инфекции COVID-19 ключевыми проблемами на уровне государства являются опасность критической перегрузки национальной системы здравоохранения и риск глубокого экономического спада, вызванного массовым закрытием предприятий малого и среднего бизнеса. Основной задачей модели является повышение информированности управленческих решений. Надежный прогноз развития картины заболеваемости дает возможность органам государственной власти, медицинским структурам и коммерческим организациям оперативно определять масштаб потенциальных угроз. Имея данные о сроках активного роста заболеваемости, становится возможным заблаговременно предпринять меры по снижению негативного воздействия и оперативно перераспределить ресурсы. ОПИСАНИЕ МОДЕЛИ Для каждого региона России имеется собственный ежедневный прогноз количества подтвержденных и активных случаев заболевания, числа выздоровлений и летальных исходов. В результате анализа данных о пандемии алгоритмами машинного обучения была получена статистическая картина течения и распространения заболевания. По каждому показателю алгоритм формирует два варианта развития событий:…

Normalization in Preparation for Fuzzy Matching

02/04/2020Chris Farris, Press Releases, Text Analytics

When we need to compare entities stored as string data we often need to consider many different pieces of the string. For example, suppose we examine the following names in our data: Steven M Johnson Steve Michael Johnson When we, as humans, compare these entities, we don’t directly compare each string as a whole. Instead we compare substrings. “Steven” is compared to “Steve,” “M” to “Michael,” and “Johnson” to “Johnson.” We do this because we recognize that names aren’t one complete thing but comprised of smaller attributes – in this case the first, middle, and last names. It logically makes more sense to compare these substrings together rather than the entire string. “Steven M Johnson” as a whole may not be very similar (by whichever way we define that) to “Steve Michael Johnson” but the individual components are not that far off. This process of deconstructing entities to more atomic…