Digital Commons Network^™

Massachusetts Prevalence Of Opioid Use Disorder Estimation Revisited: Comparing A Bayesian Approach To Standard Capture-Recapture Methods, Jianing Wang, Nathan Doogan, Katherine L. Thompson, Dana Bernson, Daniel Feaster, Jennifer Villani, Redonna Chandler, Laura F. White, David Kline, Joshua A. Barocas

Statistics Faculty Publications

Background: The National Survey on Drug Use and Health (NSDUH) estimated the prevalence of opioid use disorder (OUD) among the civilian, noninstitutionalized people aged 12 years or older in Massachusetts as 1.2% between 2015 and 2017. Accurate estimation of the prevalence of OUD is critical to the success of treatment and resource planning. Various indirect estimation approaches have been used but are subject to data availability and infrastructure-related issues.

Methods: We used 2015 data from the Massachusetts Public Health Data Warehouse (PHD) to compare the results of two approaches to estimating OUD prevalence in the Massachusetts population. First, we used …

An Adaptive Algorithm For `The Secretary Problem': Alternate Proof Of The Divergence Of A Maximizer Sequence, Andrew Benfante, Xiang Xu

OUR Journal: ODU Undergraduate Research Journal

This paper presents an alternate proof of the divergence of the unique maximizer sequence {𝑥∗ 𝑛} of a function sequence {𝐹𝑛(𝑥)} that is derived from an adaptive algorithm based on the now classic optimal stopping problem, known by many names but here ‘the secretary problem’. The alternate proof uses a result established by Nguyen, Xu, and Zhao (n.d.) regarding the uniqueness of maximizer points of a generalized function sequence {𝑆𝜇,𝜎 𝑛 } and relies on the strict monotonicity of 𝐹𝑛(𝑥) as 𝑛 increases in order to show divergence of {𝑥∗ 𝑛}. Towards this, limits of the exponentiated Gaussian CDF are …

Aircraft Damage Classification By Using Machine Learning Methods, Tüzün Tolga İnan

International Journal of Aviation, Aeronautics, and Aerospace

Safety is the most significant factor that affected incidents (non-fatal) and accidents (fatal) in civil aviation history related to scheduled flights. In the history of scheduled flights, the total incident and accident number until 2022 is 1988. In this study, 677 of them are taken into consideration since 11 September 2001. The purpose of this study is to reveal the factors that can classify type of aircraft damages such as none, minor and substantial in all-time incidents and accidents. ML algorithms with different configurations are applied for the classification process. The RFE and PCA are used to find the most …

Stochastic Optimization To Reduce Aircraft Taxi-In Time At Igia, New Delhi, Rajib Das, Saileswar Ghosh, Rajendra Desai, Pijus Kanti Bhuin, Stuti Agarwal

International Journal of Aviation, Aeronautics, and Aerospace

Since there is an uncertainty in the arrival times of flights, pre-scheduled allocation of runways and stands and the subsequent first-come-first-served treatment results in a sub-optimal allocation of runways and stands, this is the prime reason for the unusual delays in taxi-in times at IGIA, New Delhi.

We simulated the arrival pattern of aircraft and utilized stochastic optimization to arrive at the best runway-stands allocation for a day. Optimization is done using a GRG Non-Linear algorithm in the Frontline Systems Analytic Solver platform. We applied this model to eight representative scenarios of two different days. Our results show that without …

Graphs Without A 2c3-Minor And Bicircular Matroids Without A U3,6-Minor, Daniel Slilaty

Mathematics and Statistics Faculty Publications

In this note we characterize all graphs without a 2C3-minor. A consequence of this result is a characterization of the bicircular matroids with no U3,6-minor.

Making Data-Driven Decisions For Investing In Restaurant Business: A Case Study Based On Zomato Dataset, Rachna Shah

All Graduate Theses, Dissertations, and Other Capstone Projects

In today’s fast-paced world, where time is a precious commodity, the ability to order a wide array of cuisines from the comfort of your home or office impacts your quality of life. With an increasing number of food delivery services, with just a few taps on the smartphone or clicks on the computer, we can enjoy the food we want. The importance of this convenience cannot be overstated, as it allows people to save time and effort that would otherwise be spent on cooking, grocery shopping, or dining out. As the food delivery system grows and develops, its economic framework …

The Effect Of Age, Syntax Complexity, And Cognitive Ability On The Rate Of Semantic Illusions, Sara Anne Goring

CGU Theses & Dissertations

Semantic illusions are recognition errors that occur when an individual fails to notice that information contradicts their prior knowledge (Barton & Sanford, 1993; Erickson & Mattson, 1981). For example, after hearing the question, “If a plane crashes while flying over state lines, where should the survivors be buried?” many start to consider the legality or appropriateness of the scenario despite knowing “survivors” should not be buried. Having more knowledge does not necessarily prevent individuals from overlooking illusory information/misinformation. Older adults tend to have greater crystallized intelligence than young adults, yet these age groups appear to detect illusory information at equivalent …

การเปรียบเทียบอัลกอริทึมวิเคราะห์หาสาเหตุการตายโดยการสัมภาษณ์เมื่อมีข้อมูลไม่สมบูรณ์, ณัชชา สุวันทารัตน์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การศึกษาการเปรียบเทียบประสิทธิภาพของอัลกอริทึมในการวิเคราะห์หาสาเหตุการตายจากการสัมภาษณ์ (Verbal Autopsy) เมื่อมีระดับความไม่สมบูรณ์ของข้อมูลที่ต่างกัน ทำโดยเปรียบเทียบ 5 อัลกอริทึมในการแปลผลหาสาเหตุการตาย คือ InSilicoVA InterVA-5 Tariff Naïve Bayes Classifiers (NBC) และ Random Forest (RF) ในการจำแนกหาสาเหตุการตายเมื่อไม่มีการหายของข้อมูล มีการหายของข้อมูล 5% มีการหายของข้อมูล 10% และ มีการหายของข้อมูล 20% โดยเกณฑ์วัดในการประเมินประสิทธิภาพของอัลกอริทึมคือ ระยะเวลาในการทำงาน ค่าความถูกต้อง ค่า Chance-Concordance Corrected (CCC) ค่า Cause Specific Mortality Fraction (CMSF) accuracy ค่า Sensitivity และ ค่า Specificity ซึ่งข้อมูลที่นำการวิเคราะห์ในงานวิจัยนี้คือข้อมูล PHMRC Gold Standard ที่เป็นข้อมูลของผู้ใหญ่จำนวน 7,841 ตัวอย่าง จากการศึกษาพบว่าข้อมูลสมบูรณ์ทำให้มีประสิทธิภาพดีกว่าข้อมูลที่มีการทำให้หาย มีค่าตัวชี้วัดดีกว่าในทุกระดับการหายของข้อมูลและตัวชี้วัดข้างต้นที่กล่าวมาจะค่อยๆ ลดลงตามระดับการหายที่เพิ่มขึ้น VA อัลกอริทึมที่มีประสิทธิภาพในการแปลผลดีที่สุดคือ RF ในทุกระดับการหายของข้อมูลจากทุกดัชนีชี้วัดยกเว้นระยะเวลาในการทำงานและกลุ่มที่ใช้วิธีคิดแบบ data-driven อัลกอริทึมเช่น RF, Tariff และ NBC จะมีประสิทธิภาพในการแปลผลดีกว่า InSilicoVA และ InterVA 5 อาจเป็นเพราะเมื่อข้อมูลที่ใช้ในชุดเรียนรู้ในมีความครบถ้วนและสะท้อนกับข้อมูลชุดทดสอบแตกต่างกับวิธีที่ใช้หลักทางสถิติที่จะใช้ข้อมูลในการแปลผลข้อมูลมาจากแพทย์หรือผู้เชี่ยวชาญมากกว่าให้อัลกอริทึมการแปลผลเรียนรู้จากชุดเรียนรู้

Model Criteria Selection For Predictive Purpose In Logistic Regression, Pattharapon Yuttharsaknukul

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study investigates the performance of various model selection criteria for binary logistic regression models in diverse data settings. The research compares traditional criteria (AIC, AICc, BIC, FIC) and proposes criteria (pAIC, pAICc, pBIC) designed to improve predictive ability and prevent overfitting. A simulation study systematically manipulates factors like imbalanced ratios, collinearity, number of observations, and number of variables to evaluate the effectiveness of these criteria across various scenarios. The performance is assessed using four key metrics: F1-score, false positive rate, false negative rate, and Area Under the Curve (AUC). The findings reveal a complex interplay between data characteristics and …

ผลของความเชื่อก่อนหน้าและจำนวนค่าผิดปกติที่มีต่อการประมาณค่าสหสัมพันธ์และการเปลี่ยนแปลงความเชื่อของบุคคล, สุทัตตา เหรียญทอง

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยในอดีตพบว่าบุคคลตีความสหสัมพันธ์จากแผนภาพการกระจายอย่างมีอคติตามความเชื่อของตน หากแผนภาพการกระจายมีลักษณะทางภาพที่สนับสนุนความเชื่อเดิมของบุคคลอยู่ด้วยจะส่งผลให้บุคคลนั้นเปลี่ยนแปลงความเชื่อน้อยลงแม้ว่าแผนภาพนั้นจะแสดงความสัมพันธ์ที่ไม่สอดคล้องกับความเชื่อของบุคคล อย่างไรก็ตาม งานวิจัยที่ผ่านมายังไม่มีการนำค่าผิดปกติมาศึกษาร่วมกับความเชื่อ งานวิจัยนี้จึงมีวัตถุประสงค์เพื่อศึกษาอิทธิพลของความเชื่อก่อนหน้าและจำนวนค่าผิดปกติต่อการประมาณค่าสหสัมพันธ์และการเปลี่ยนแปลงความเชื่อ โดยผู้วิจัยคาดว่าการมีค่าผิดปกติจะยิ่งทำให้แผนภาพดูมีความสัมพันธ์ต่ำลงและจะทำให้บุคคลเปลี่ยนแปลงความเชื่อน้อยลงในกรณีที่บุคคลนั้นเชื่อว่าคู่ตัวแปรไม่มีความสัมพันธ์กัน การศึกษานี้ทำการทดลองผ่านแบบสอบถามออนไลน์โดยให้ผู้เข้าร่วมวิจัยแต่ละคนตอบแบบสอบถามความเชื่อเกี่ยวกับความสัมพันธ์ระหว่างตัวแปรและประมาณค่าสหสัมพันธ์จากแผนภาพการกระจายทั้ง 12 แผนภาพ ซึ่งมาจากการผสมกันระหว่างเงื่อนไขการทดลอง ได้แก่ ความเชื่อก่อนหน้า (ไม่สอดคล้อง/สอดคล้อง), จำนวนค่าผิดปกติ (0/2/4 จุด) และระดับสหสัมพันธ์ (0.4/0.6) ผลพบว่าความเชื่อก่อนหน้าและจำนวนค่าผิดปกติมีอิทธิพลทำนายต่อการประมาณค่าสหสัมพันธ์และการเปลี่ยนแปลงความเชื่อ โดยกรณีความเชื่อก่อนหน้าไม่สอดคล้องกับข้อมูลจะประมาณค่าสหสัมพันธ์ต่ำกว่าความเป็นจริงและจะประมาณต่ำกว่ากรณีความเชื่อก่อนหน้าสอดคล้องกับข้อมูล และเมื่อจำนวนค่าผิดปกติเพิ่มขึ้นบุคคลกลับประมาณค่าสหสัมพันธ์สูงขึ้นซึ่งไม่ตรงกับสมมติฐานที่ตั้งไว้ และไม่ว่าสหสัมพันธ์จะเป็นระดับกลาง (0.4) หรือสูง (0.6) บุคคลต่างก็ประมาณค่าสหสัมพันธ์ผิดพลาดไปตามความเชื่อของตน ส่วนประเด็นการเปลี่ยนแปลงความเชื่อผลพบว่า กรณีความเชื่อก่อนหน้าไม่สอดคล้องกับข้อมูลจะเปลี่ยนแปลงความเชื่อเพิ่มขึ้นจากเดิมมากกว่ากรณีความเชื่อก่อนหน้าสอดคล้องกับข้อมูล และจะเปลี่ยนแปลงความเชื่อมากขึ้นเมื่อสหสัมพันธ์สูงขึ้น (0.6) โดยจำนวนค่าผิดปกติมีอิทธิพลเล็กน้อยต่อการเปลี่ยนแปลงความเชื่อที่เพิ่มขึ้นของกรณีความเชื่อก่อนหน้าไม่สอดคล้องกับข้อมูลซึ่งไม่ตรงกับสมมติฐานที่ตั้งไว้ และจากการตรวจสอบเพิ่มเติมพบว่าจำนวนค่าผิดปกติมีอิทธิพลทางอ้อมต่อการเปลี่ยนแปลงความเชื่อโดยมีการประมาณค่าสหสัมพันธ์เป็นตัวแปรส่งผ่านซึ่งอิทธิพลทางอ้อมนี้ถูกกำกับโดยความเชื่อก่อนหน้าและระดับสหสัมพันธ์ โดยที่กรณีความเชื่อก่อนหน้าไม่สอดคล้องกับข้อมูลจะมีขนาดอิทธิพลทางอ้อมสูงกว่ากรณีความเชื่อก่อนหน้าสอดคล้องกับข้อมูล

แนวทางการส่งเสริมการเรียนรู้ภาษาระยะแรกเริ่มสำหรับเด็กอนุบาล : การวิเคราะห์โมเดลสมการโครงสร้างพหุระดับ, ยุทธชัย ศิลาแลง

Chulalongkorn University Theses and Dissertations (Chula ETD)

การวิจัยครั้งนี้มีวัตถุประสงค์ดังนี้ 1) เพื่อวิเคราะห์และเปรียบเทียบการเรียนรู้ภาษาระยะแรกเริ่มสำหรับเด็กอนุบาลที่มีภูมิหลังแตกต่างกัน 2) เพื่อวิเคราะห์โมเดลสมการเชิงโครงสร้างพหุระดับปัจจัยที่ส่งผลต่อการเรียนรู้ภาษาระยะแรกเริ่มของเด็กอนุบาลและตรวจสอบความสอดคล้องข้อมูลเชิงประจักษ์ 3) เพื่อวิเคราะห์อิทธิพลของตัวแปรในระดับห้องเรียนที่มีผลต่อการเรียนรู้ภาษาระยะแรกเริ่มสำหรับเด็กอนุบาล 4) เพื่อเสนอแนะแนวทางการส่งเสริมการเรียนรู้ภาษาระยะแรกเริ่มของเด็กอนุบาลสำหรับผู้ปกครอง ครู ผู้บริหารและศึกษานิเทศก์ ตัวอย่างประกอบด้วยนักเรียนชั้นอนุบาลปีที่ 3 จำนวน 2864 คน และครูที่สอนนักเรียนระดับชั้นอนุบาลปีที่ 3 จำนวน 53 คน ซึ่งเก็บข้อมูลจากโรงเรียนจำนวน 35 แห่ง สังกัดสำนักงานเขตพื้นที่การศึกษาประถมศึกษากรุงเทพมหานคร สุ่มตัวอย่างโดยใช้วิธีการแบบหลายขั้นตอน (Multi-stage Random Sampling) เครื่องมือที่ใช้ในการวิจัยประกอบด้วยแบบบันทึกข้อมูลนักเรียน แบบสอบถามสำหรับครู การวิเคราะห์สถิติบรรยายด้วยโปรแกรม SPSS และการวิเคราะห์โมเดลสมการโครงสร้างพหุระดับ ด้วยโปรแกรม Mplus ผลการวิจัยพบว่า 1) เด็กอนุบาลที่มาจากครอบครัวที่มีภูมิหลังด้านเศรษฐานะต่างกันส่งผลต่อการเรียนรู้ภาษาระยะแรกเริ่มต่างกัน 2) โมเดลสมการเชิงโครงสร้างพหุระดับปัจจัยที่ส่งผลต่อการเรียนรู้ภาษาระยะแรกเริ่มของเด็กอนุบาลที่พัฒนาขึ้นมีความสอดคล้องกับข้อมูลเชิงประจักษ์ (χ2 = 258.664, p = .00, χ2/df = 2.694, CFI = 0.847, TLI = 0.751, RMSEA = .024, SRMRw= 0.242, SRMRb= 0.062) โดยระดับนักเรียนพบว่า สภาพแวดล้อมทางด้านภาษาที่บ้านมีอิทธิพลทางตรงเชิงลบและพัฒนาการของเด็กมีอิทธิพลเชิงบวกต่อการเรียนรู้ภาษาระยะแรกเริ่มของเด็กอนุบาล 3) ตัวแปรในระดับห้องเรียนที่มีผลต่อการเรียนรู้ภาษาระยะแรกเริ่มสำหรับเด็กอนุบาล พบว่า การจัดสภาพแวดล้อมทางภาษาในห้องเรียน และสมรรถนะการสอนภาษาของครูมีอิทธิพลทางตรงเชิงบวกอย่างมีนัยสำคัญทางสถิติ ตัวแปรทำนายทั้งหมดในระดับนักเรียนและระดับห้องเรียนสามารถอธิบายความแปรปรวนของการเรียนรู้ภาษาระยะแรกเริ่มสำหรับเด็กอนุบาลได้ร้อยละ 24 และ 95 ตามลำดับ 4) ผลการวิเคราะห์จากโมเดลการส่งเสริมการเรียนรู้ภาษาในห้องเรียนอนุบาล นำไปสู่ข้อเสนอแนะ 3 แนวทาง ดังนี้ (1) ผู้ปกครองไม่ควรเคร่งครัดด้านวิชาการที่บ้านกับเด็กมากเกินไปแต่ควรตระหนักถึงพัฒนาการที่สมวัยของเด็ก (2) ครูควรตระหนักถึงการจัดสภาพแวดล้อมในห้องเรียนให้มีความน่าสนใจด้วยการเปิดโอกาสให้มีประสบการณ์ทางภาษาที่หลากหลาย การอ่านหนังสือกับเด็กและการมีแหล่งทรัพยากรทางภาษาในห้องเรียน สำหรับตัวครูผู้สอนควรจะมีพื้นฐานด้านการสอนภาษาสำหรับเด็กอนุบาลและครูควรมีความถนัดและรักในการสอนภาษา (3) ผู้บริหารและต้นสังกัดควรกำหนดนโยบายส่งเสริม สนับสนุน และสร้างความเข้าใจให้ผู้ปกครอง ครู ผู้บริหารและศึกษานิเทศก์เข้าใจถึงการจัดการเรียนการสอนภาษาสำหรับเด็กปฐมวัยให้ตรงกัน

Comparison Of Policies Text On Information Technology Of China And The United States, Bolin Hua, Shihui Wu

Journal of Scientific Information Research

[Purpose/significance]Information technology plays an important role in the comprehensive national power, whose development is closely associated with the government's guidance and support. It's under this background that China and the United States launched a series of policies to promote the development of information technology. Discovering the differences between China and the US's policies is of great significance for us to improve our strategic planning for future development.[Method/process]This study presents China and the US's most important policies on information technology in chronological order, and mines the policies' text via the co-word networks and the LDA model.[Result/conclusion]Reveal common concerns and different focuses …

Classification Of Adult Income Using Decision Tree, Roland Fiagbe

Data Science and Data Mining

Decision tree is a commonly used data mining methodology for performing classification tasks. It is a tree-based supervised machine learning algorithm that is used to classify or make predictions in a path of how previous questions are answered. Generally, the decision tree algorithm categorizes data into branch-like segments that develop into a tree that contains a root, nodes, and leaves. This project seeks to explore the decision tree methodology and apply it to the Adult Income dataset from the UCI Machine Learning Repository, to determine whether a person makes over 50K per year and determine the necessary factors that improve …

Application Of Sentiment Analysis And Machine Learning Techniques To Predict Daily Cryptocurrency Price Returns, Edward Wu

CMC Senior Theses

This paper examines the effects of social media sentiment relating to Bitcoin on the daily price returns of Bitcoin and other popular cryptocurrencies by utilizing sentiment analysis and machine learning techniques to predict daily price returns. Many investors think that social media sentiment affects cryptocurrency prices. However, the results of this paper find that social media sentiment relating to Bitcoin does not add significant predictive value to forecasting daily price returns for each of the six cryptocurrencies used for analysis and that machine learning models that do not assume linearity between the current day price return and previous daily price …

Thai Language Sentiment Analysis With A Hybrid Method On Wangchanberta-Cnn-Bilstm, Kasidhit Suraratchai

Chulalongkorn University Theses and Dissertations (Chula ETD)

Understanding emotions conveyed in text, especially in non-global languages such as Thai, sentiment analysis is particularly important in Thailand. However, this endeavor faces challenges due to variations in text length, which significantly impact sentiment analysis outcomes. Previous research has employed neural network and machine learning models in the process from research [2] and [7], yet each model specializes in different aspects, making comprehensive sentiment analysis coverage unattainable. Recent research [13], has delved into hybrid models like CNN-BiLSTM and BiLSTM-CNN. Although they demonstrate efficacy, their performance still varies across different datasets. For instance, CNN-BiLSTM excels with short sentences by considering surrounding …

การศึกษาประสิทธิกาพการกำหนดช่วงเวลาการซ่อมบำรุงแบบปรับเปลี่ยน จากข้อมูลที่มาจากการแจกแจงไวบูลล์, ณัฐพงศ์ อนันต์อาชญาสิทธิ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์ดังนี้(1)เพื่อเปรียบเทียบค่าใช้จ่ายในการซ่อมบำรุงแบบปรับเปลี่ยน (Adaptive Maintenance) จากการกำหนดช่วงการซ่อมบำรุงโดยใช้เปอร์เซ็นต์ไทล์ของอุปกรณ์ที่มีการแจกแจงแบบไวบูลล์ และ(2)เพื่อเปรียบเทียบประสิทธิภาพในการประมาณค่าพารามิเตอร์จากข้อมูลที่ถูกตัดทิ้ง โดยใช้ค่า MSE ในการเปรียบเทียบประสิทธิภาพ โดยการศึกษามีขั้นตอนดังนี้ 1. ใช้ข้อมูลจำลองที่มาจากการแจกแจงไวบูลล์ (Weibull distributions) ซึ่งมีอัตราการเสีย (Failure Rate) ที่แตกต่างกัน, 2. ช่วงเวลาซ่อมบำรุงคำนวณจากค่าเปอร์เซ็นไทล์ ตั้งแต่เปอร์เซ็นไทล์ที่ 5, 10, ... ถึง 95 3. เปรียบเทียบค่าใช้จ่าย ด้วยอัตราส่วนค่าใช้จ่ายระหว่างการซ่อมบำรุงเชิงแก้ไข (corrective maintenance)และการซ่อมบำรุงเชิงป้องกัน (maintenance preventive) 4.กำหนดเวลาในการสังเกตุโดยรวม 100 หน่วยเวลา ผลการวิจัยประกอบด้วย(1)เมื่อพิจารณาค่าใช้จ่ายซ่อมบำรุงจากข้อมูลแสดงอัตราการเสียที่ลดลง และ คงที่ตามเวลา การใช้เปอร์เซ็นต์ไทล์ที่ 95 จะมีค่าใช้จ่ายซ่อมบำรุงที่น้อยที่สุดเมื่อเปรียบเทียบกับการใช้เปอร์เซ็นต์ไทล์ค่าอื่นในสัดส่วนค่าใช้จ่ายเดียวกัน แต่ในกรณีที่ข้อมูลแสดงอัตราการเสียเพิ่มขึ้นตามเวลา ค่าใช้จ่ายซ่อมบำรุงที่น้อยที่สุด จะขึ้นอยู่กับสัดส่วนค่าใช้จ่ายและการเลือกใช้เปอร์เซ็นต์ไทล์ และ(2)ประสิทธิภาพในการประมาณค่าพารามิเตอร์ ในทุกกรณีของข้อมูลแสดงอัตราการเสียลดลง คงที่ และเพิ่มขึ้นตามเวลา การใช้เปอร์เซ็นต์ไทล์ที่มีค่าสูง จะทำให้การประมาณมีประสิทธิภาพสูงสุด (ค่า MSE มีค่าน้อยที่สุด)

การเปรียบเทียบประสิทธิภาพในการปรับปรุงคุณภาพของภาพด้วยวิธีระบบอนุมานฟัซซีและตัวกรองพื้นฐานในการจำแนกเนื้องอกสมองจากภาพเอ็มอาร์ไอ, กัทลี แก้วน่วม

Chulalongkorn University Theses and Dissertations (Chula ETD)

เนื้องอกสมองสามารถพบได้ทุกเพศทุกวัยและอาจส่งผลร้ายแรงถึงขั้นเสียชีวิตได้ โดยเนื้องอกสมองสามารถแบ่งได้ 3 ชนิดหลักๆ คือ เนื้องอกไกลโอมา เนื้องอกเยื่อหุ้มสมอง และเนื้องอกต่อมใต้สมอง การวินิจฉัยเนื้องอกสมองที่มีประสิทธิภาพและแพร่หลายในปัจจุบันคือการวินิจฉัยจากภาพเอ็มอาร์ไอแต่ยังมีข้อเสียคือมีสัญญาณรบกวนภายในภาพทำให้ประสิทธิภาพในงานวินิจฉัยลดลง งานวิจัยนี้เปรียบเทียบวิธีการปรับปรุงคุณภาพภาพเอ็มอาร์ไอเนื้องอกสมองที่จะช่วยเพิ่มประสิทธิภาพในการจำแนกชนิดเนื้องอกสมองเมื่อผ่านเรียนรู้ผ่านตัวแบบ Xception โดยวิธีที่นำมาเปรียบเทียบมี 4 วิธีได้แก่ ระบบอนุมานฟัซซี ตัวกรองมัธยฐาน ตัวกรองมัธยฐานแบบปรับตัวได้ และตัวกรองวีเนอร์ ชุดข้อมูลที่ใช้ในงานวิจัยนี้เป็นภาพเอ็มอาร์ไอจาก Nanfang Hospital and General Hospital, Tianjin Medical University ระหว่างปี 2005-2010 จำนวน 3,064 ภาพ พบว่าภาพเอ็มอาร์ไอเนื้องอกสมองที่ผ่านการปรับปรุงด้วยระบบอนุมานฟัซซีใช้ Mask ขนาด 3x3 มีประสิทธิภาพสูงสุด เนื่องจากให้ค่าความถูกต้อง เท่ากับ 0.9612 ค่าความครบถ้วนเท่ากับ 0.9627 และค่า F1-Score เท่ากับ 0.9602 ซึ่งสูงกว่าภาพเอ็มอาร์ไอเนื้องอกสมองที่ผ่านการปรับปรุงด้วยวิธีการอื่นๆรวมทั้งสูงกว่าภาพเอ็มอาร์เนื้องอกสมองที่ไม่ผ่านการปรับปรุงคุณภาพ ดังนั้นการปรับปรุงคุณภาพของภาพเอ็มอาร์ไอก่อนนำภาพไปวินิจฉัยจะช่วยเพิ่มประสิทธิภาพในการจำแนกเนื้องอกสมองให้มีความถูกต้องเพิ่มขึ้น

Evaluation Of Edison's Data Science Competency Framework Through A Comparative Literature Analysis, Karl R. B. Schmitt, Linda Clark, Katherine M. Kinnaird, Ruth E. H. Wertz, Björn Sandstede

Statistical and Data Sciences: Faculty Publications

During the emergence of Data Science as a distinct discipline, discussions of what exactly constitutes Data Science have been a source of contention, with no clear resolution. These disagreements have been exacerbated by the lack of a clear single disciplinary 'parent.' Many early efforts at defining curricula and courses exist, with the EDISON Project's Data Science Framework (EDISON-DSF) from the European Union being the most complete. The EDISON-DSF includes both a Data Science Body of Knowledge (DS-BoK) and Competency Framework (CF-DS). This paper takes a critical look at how EDISON's CF-DS compares to recent work and other published curricular or …

Utilizing Markov Chains To Estimate Allele Progression Through Generations, Ronit Gandhi

Honors Program: Senior Projects (Public)

All populations display patterns in allele frequencies over time. Some alleles cease to exist, while some grow to become the norm. These frequencies can shift or stay constant based on the conditions the population lives in. If in Hardy-Weinberg equilibrium, the allele frequencies stay constant. Most populations, however, have bias from environmental factors, sexual preferences, other organisms, etc. We propose a stochastic Markov chain model to study allele progression across generations. In such a model, the allele frequencies in the next generation depend only on the frequencies in the current one.

We use this model to track a recessive allele …

Identifying Potential Consequences Of Use Of A Measure Through Stakeholder Interviews, Melissa G. Kuhn, Joanna K. Garner, Shanan L. Chappell, Linda Bol

STEMPS Faculty Publications

The advent of Messick’s Contemporary Validity Theory (1994) led researchers in survey and measure design to develop and standardize qualitative and quantitative methods of collecting evidence for the validity of psychological instruments. However, one aspect of this theory, consequential validity, has few agreed-upon evidence-gathering methods (Furr & Bachrach, 2014). This study added a blueprint-driven interview method of collecting forecasted consequences of use of an instrument into the overall process of developing a measure of outreach impact on undergraduate engineering students (Authors, in press). The method, which included a purposeful sampling of end-users, is illustrated with thematically presented results. Potential implications …

Statistical Intervals For Neural Network And Its Relationship With Generalized Linear Model, Sheng Yuan

Theses and Dissertations--Statistics

Neural networks have experienced widespread adoption and have become integral in cutting-edge domains like computer vision, natural language processing, and various contemporary fields. However, addressing the statistical aspects of neural networks has been a persistent challenge, with limited satisfactory results. In my research, I focused on exploring statistical intervals applied to neural networks, specifically confidence intervals and tolerance intervals. I employed variance estimation methods, such as direct estimation and resampling, to assess neural networks and their performance under outlier scenarios. Remarkably, when outliers were present, the resampling method with infinitesimal jackknife estimation yielded confidence intervals that closely aligned with nominal …

Probabilistic Methods For Inferring The Order Of Pathway Alterations During Carcinogenesis And Cancer Subtype Classification, Menghan Wang

Theses and Dissertations--Statistics

Carcinogenesis is a complex process involving somatic mutations in a number of key biological pathways. Studying cancer evolution is an important task which contributes to better understanding of cancer biology and facilitates identification of new therapeutic targets. We focus on two important questions in cancer evolution. The first question is to delineating the temporal order of pathway mutations during tumorigenesis. And the other question is to cluster patients into biologically meaningful cancer subtypes. We present new statistical methods to 1)leverage functional annotations of mutations to enhance estimation of the order of pathway mutations during carcinogenesis, 2) incorporate intra-tumoral heterogeneity information …

Tolerance Intervals For Various Regression Models, Xitong Zhou

Theses and Dissertations--Statistics

Among statistical intervals, confidence intervals and prediction intervals are well-known and commonly used. In many applications, the problem becomes finding an interval that covers at least a certain proportion $P$ of the population for a characteristic of interest with a specified confidence level $(1-\alpha)$. And such interval is named a $P$-content, $(1-\alpha)$-confidence Tolerance Interval (TI). The topic of the dissertation is the utility of tolerance intervals for various regression models. We begin with a discussion of tolerance intervals for linear and nonlinear regression models. We then propose a bootstrap method of constructing TIs for Tobit regression to deal with censored …

High Dimensional Data Analysis: Variable Screening And Inference, Lei Fang

Theses and Dissertations--Statistics

This dissertation focuses on the problem of high dimensional data analysis, which arises in many fields including genomics, finance, and social sciences. In such settings, the number of features or variables is much larger than the number of observations, posing significant challenges to traditional statistical methods.

To address these challenges, this dissertation proposes novel methods for variable screening and inference. The first part of the dissertation focuses on variable screening, which aims to identify a subset of important variables that are strongly associated with the response variable. Specifically, we propose a robust nonparametric screening method to effectively select the predictors …

Novel Modelling And Inference Considerations Involving The Exponentially-Modified Gaussian Distribution, Yanxi Li

Theses and Dissertations--Statistics

The exponentially-modified Gaussian (EMG) distribution is well-suited for analyzing data with positive skewness due to its characteristic positive skew from the exponential component. Despite its popularity in various fields, the EMG distribution has only been analyzed for univariate data without any regression settings. To address this limitation, we developed a generalized EMG regression model with covariates by assigning parametric functional forms to some or all of the parameters in the EMG distribution that vary with values of the covariates. To further perform data-clustering on observation points, we propose a competing regression model where the error structure is assumed to be …

Finite Mixtures Of Mean-Parameterized Conway-Maxwell-Poisson Models, Dongying Zhan

Theses and Dissertations--Statistics

For modeling count data, the Conway-Maxwell-Poisson (CMP) distribution is a popular generalization of the Poisson distribution due to its ability to characterize data over- or under-dispersion. While the classic parameterization of the CMP has been well-studied, its main drawback is that it is does not directly model the mean of the counts. This is mitigated by using a mean-parameterized version of the CMP distribution. In this work, we are concerned with the setting where count data may be comprised of subpopulations, each possibly having varying degrees of data dispersion. Thus, we propose a finite mixture of mean-parameterized CMP distributions. An …

Methodologies And Computational Tools For Zero-Inflated Discrete Weibull Models, Peng Yeh

Theses and Dissertations--Statistics

Count data with excess zeros is common in many fields, such as ecology, healthcare, and insurance. Excess zeros data are often causing the inaccurate fit from the count models. While zero-inflated models have been developing for over two decades, one should also consider a more flexible model that can handle the excess zeros and further over- or under-dispersion. In this talk, we discuss zero-inflated discrete Weibull model and some novel computational contributions. The flexibility and competitiveness of the ZIDW model are illustrated by simulation studies and a real data analysis. We also investigate the performance of the proposed model through …

Striving For Appropriate Antibiotic Use: A Biomarker Initiative, And Outcomes Associated With Azithromycin Exposure, Amanda Gusovsky

Theses and Dissertations--Pharmacy

The introduction of antibiotics into clinical practice is considered the greatest medical breakthrough of the 20^thcentury. However, the use of antibiotics can contribute to the development of resistance. In the United States (U.S.), approximately 2.8 million people are infected with antibiotic-resistant bacteria each year, and more than 35,000 people die as a result. Moreover, some antibiotics are known to cause cardiac side effects including QT prolongation, hypotension, and ventricular arrythmias. The U.S. Centers for Disease Control and Prevention (CDC) defines appropriate antibiotic use as the effort to use “the right antibiotic, at the right dose, for the right …

Clustering Hospital Performance Using Group-Based Multi-Trajectory Modeling With Singular Bayesian Information Criterion, Gaixin Du

Theses and Dissertations--Epidemiology and Biostatistics

Hospital performance is complex and patient-experience oriented. Currently, the Centers for Medicare and Medicaid Services (CMS) evaluate hospitals yearly with a single score of one to five ("Star Rating") using composite measures from five domains. However, a single composite score cannot fully describe it, and alternative measures should be considered. Healthcare quality improvement needs long-term data to validate effectiveness. Group-based multi-trajectory modeling (GBMTM) estimates probabilities of latent group membership based on longitudinal profiles from multiple outcomes. We use GBMTM to identify groups of hospitals with similar performance in SAS PROC TRAJ.

We downloaded Medicare-eligible hospitals (N=5,111) that provided patient care …

Potential Alzheimer's Disease Plasma Biomarkers, Taylor Estepp

Theses and Dissertations--Epidemiology and Biostatistics

In this series of studies, we examined the potential of a variety of blood-based plasma biomarkers for the identification of Alzheimer's disease (AD) progression and cognitive decline. With the end goal of studying these biomarkers via mixture modeling, we began with a literature review of the methodology. An examination of the biomarkers with demographics and other health factors found evidence of minimal risk of confounding along the causal pathway from biomarkers to cognitive performance. Further study examined the usefulness of linear combinations of biomarkers, achieved via partial least squares (PLS) analysis, as predictors of various cognitive assessment scores and clinical …