Megaputer Blog | Мегапьютер

Специалисты Мегапьютер Интеллидженс разработали и открыли доступ к модели контроля объемов медицинских ресурсов в условиях развивающейся пандемии инфекции COVID-19

01.05.2020Дмитрий Гольцов, Data Mining, Press Releases, Text Analytics

Специалисты Мегапьютер Интеллидженс разработали и открыли доступ к модели контроля объемов медицинских ресурсов в условиях развивающейся пандемии инфекции COVID-19 01 мая 2020 РАБОЧАЯ МОДЕЛЬ ПРОЕКТА ВЫЛОЖЕНА В ОТКРЫТЫЙ ДОСТУП Ознакомиться ЦЕЛЬ ПРОЕКТА Важнейшей проблемой бесконтрольного распространения инфекции COVID-19 для системы национального здравоохранения является возможность ее критической перегрузки за счет экспоненциального роста количества госпитализаций больных, и, как следствие, масштабного возрастания запроса на использование ограниченного ресурса коек отделений реанимации и интенсивной терапии (ОРИТ), и искусственной вентиляции легких (ИВЛ). Мегапьютер Интеллидженс разработали модель контроля объемов медицинских ресурсов в условиях развивающейся пандемии инфекции COVID-19. В условиях негативного развития ситуации с распространением инфекции усиливается значимость принятия наиболее эффективных управленческих решений, а это в первую очередь зависит от полноты и достоверности имеющейся информации и наибольшей точности предсказания развития ситуации. В данном проекте Мегапьютер Интеллидженс разработали на базе собственной аналитической платформы PolyAnalyst™ многопараметрические модели прогнозирования развития во времени картины заболеваемости COVID-19, динамику появления случаев критического течения болезни…

Improving how mixed sources of data are accurately merged together through the use of fuzzy joins

21.05.2018Yuri Slynko, Data Mining

In our daily work we often need to combine two or more datasets together into one. This type of operation, known as a join, is rather simple when each record contains a unique ID present in both datasets. However, there are many scenarios where datasets use different methods of creating unique keys and thus do not match or do not have unique keys at all. In these situations the traditional join operation does not suffice. For example, we have many projects involving the analysis of individual people. One dataset may be from one source such as a hospital which will contain medical data for that person while another dataset may be from another source such as an insurance company which will contain policy information. It is unlikely that these two institutions share the same record keeping system in which real world individuals are given the same unique key in both…

Add support for stop list dictionaries when analyzing spelling errors

15.05.2018Yuri Slynko, , Text Analytics

In previous builds of PolyAnalyst the only way to stop a word from showing up in the spell checker was to add it to the morphology dictionary. This would sometimes result in having to add things to the morphology dictionary that might not really belong there, such as product codes (Model ACBXYZ) and the occasional single foreign word (e.g. yukata). In order to prevent this dictionary mismatch PolyAnalyst now includes stoplist functionality for spellchecking. In other words you can define a list of words for the spellchecker to ignore without assigning them as actual English words. Without a stop list: With a stop list: no more «yukata»!