Анализ и оценка математических моделей синтеза медицинских данных

Название	Анализ и оценка математических моделей синтеза медицинских данных
Авторы	Сайфетдинов С. Ф.¹, Мамедова Т. Ф.¹ ¹Национальный исследовательский Мордовский государственный университет
Аннотация	В исследовании рассматривается проблема дефицита данных в клинической практике и оцениваются методы их искусственного расширения. Сравнение классического алгоритма SMOTE с современными нейросетевыми подходами при работе со сверхмалыми выборками. Тестирование проводилось с использованием строгого протокола валидации (обучение на синтетических данных, тестирование на реальных). Результаты показывают, что табличные автокодировщики наиболее точно воспроизводят внутреннюю структуру медицинских данных, тогда как SMOTE максимизирует точность прогнозов, но может искажать исходное распределение.
Ключевые слова	обогащение данных, генеративно-состязательные сети, малые выборки, машинное обучение, синтез данных.
Образец ссылки на статью	Сайфетдинов С. Ф., Мамедова Т. Ф. Анализ и оценка математических моделей синтеза медицинских данных [Электронный ресурс] // Математическое моделирование, численные методы и комплексы программ: Сборник материалов XII Всероссийской научной молодежи школы-семинара имени Е.В. Воскресенского (Саранск, 21-24 июля 2026 г.). - С. 200-202. Режим доступа: https://conf.svmo.ru/files/2026/papers/paper105.pdf. - Дата обращения: 25.09.2026.

МАТЕРИАЛЫ НАУЧНЫХ КОНФЕРЕНЦИЙ И ШКОЛ-СЕМИНАРОВ

Анализ и оценка математических моделей синтеза медицинских данных

Контакты