Stroke is one of the leading causes of death and disability, but the development
of predictive models using machine learning (ML) has the potential to reduce the
number of fatalities. However, progress is hampered by a lack of high-quality public
datasets and challenges in research reproducibility. This thesis presents a framework
for evaluating ML models on public stroke data. We collected several public
datasets and used nested cross-validation to evaluate different ML algorithms. We
created a semantic model based on public ontologies (OntoExp, Schema.org) to
document the entire experimental process, making the data and results FAIR (findable,
accessible, interoperable, reusable). The annotated data is stored in a public
knowledge graph, accessible via SPARQL endpoint. For easier access we developed
an interactive online catalog (
http://semantichub.ijs.si/StrokeBench/),
which allows data to be explored without technical knowledge. The framework enables
the construction of reliable artificial intelligence for predicting stroke. Future
work will add new datasets, advanced models, and a natural language interface
powered by large language models for easier data querying.
| Language: | Slovenian |
|---|
| Title: | Vrednotenje metod strojnega učenja na enotni bazi podatkov o možganski kapi |
|---|
| Abstract: |
|---|
Možganska kap je eden izmed vodilnih vzrokov smrti in invalidnosti po svetu. Z
razvojem prediktivnih modelov z uporabo strojnega učenja (SU) lahko znižamo
število smrti. Napredek ovirajo predvsem pomanjkanje visokokakovostnih, javno
dostopnih podatkovnih zbirk ter težave z ponovljivostjo raziskav. V delu predstavljamo
okvir za ocenjevanje modelov SU, ki so naučeni na javnih podatkovnih
zbirkah o možganski kapi. Zbrali smo več podatkovnih zbirk in z uporabo
vgnezdenega prečnega preverjanja ovrednotili različne algoritme SU. Za zagotavljanje
kakovosti in transparentnosti smo ustvarili semantični model, ki temelji na
javnih ontologijah (OntoExp, Schema.org). S tem modelom smo označili celoten
eksperimentalni proces, kar zagotavlja, da so podatki in rezultati skladni z načeli
poštenega ravnanja s podatki. Označeni podatki so shranjeni v javnem grafu
znanja, dostopnem prek SPARQL. Za lažji dostop smo razvili interaktivni spletni
katalog ( http://semantichub.ijs.si/StrokeBench/), ki omogoča pregled podatkov
brez tehničnega znanja. Okvir omogoča razvoj zanesljivih modelov SU
za napovedovanje možganske kapi. V prihodnje načrtujemo dodajanje novih podatkovnih
zbirk, naprednejših modelov in vmesnika za iskanje podatkov z naravnim
jezikom na osnovi velikih jezikovnih modelov.
|
| Keywords: | Napoved možganske kapi, Primerjalna analiza strojnega učenja, Reproducibilnost, Ontološko označevanje |
|---|
