prikaz prve stranice dokumenta Razvoj mobilne aplikacije za procjenu i praćenje rizika od moždanog udara klasifikacijskim postupcima strojnog učenja i generativnom umjetnom inteligencijom
  Download
PDF 2.65 MB
master's thesis
Razvoj mobilne aplikacije za procjenu i praćenje rizika od moždanog udara klasifikacijskim postupcima strojnog učenja i generativnom umjetnom inteligencijom
Osijek: Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, 2024. urn:nbn:hr:200:135477
Vidović, Dario
Josip Juraj Strossmayer University of Osijek
Faculty of Electrical Engineering, Computer Science and Information Technology Osijek
Department of Software Engineering
Chair of Programming Languages and Systems

Institutional repository: Faculty of Electrical Engineering, Computer Science and Information Technology Osijek

Cite this document

Vidović, D. (2024). Razvoj mobilne aplikacije za procjenu i praćenje rizika od moždanog udara klasifikacijskim postupcima strojnog učenja i generativnom umjetnom inteligencijom (Master's thesis). Osijek: Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek. Retrieved from https://urn.nsk.hr/urn:nbn:hr:200:135477

Vidović, Dario. "Razvoj mobilne aplikacije za procjenu i praćenje rizika od moždanog udara klasifikacijskim postupcima strojnog učenja i generativnom umjetnom inteligencijom." Master's thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, 2024. https://urn.nsk.hr/urn:nbn:hr:200:135477

Vidović, Dario. "Razvoj mobilne aplikacije za procjenu i praćenje rizika od moždanog udara klasifikacijskim postupcima strojnog učenja i generativnom umjetnom inteligencijom." Master's thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, 2024. https://urn.nsk.hr/urn:nbn:hr:200:135477

Vidović, D. (2024). 'Razvoj mobilne aplikacije za procjenu i praćenje rizika od moždanog udara klasifikacijskim postupcima strojnog učenja i generativnom umjetnom inteligencijom', Master's thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, accessed 27 December 2024, https://urn.nsk.hr/urn:nbn:hr:200:135477

Vidović D. Razvoj mobilne aplikacije za procjenu i praćenje rizika od moždanog udara klasifikacijskim postupcima strojnog učenja i generativnom umjetnom inteligencijom [Master's thesis]. Osijek: Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek; 2024 [cited 2024 December 27] Available at: https://urn.nsk.hr/urn:nbn:hr:200:135477

D. Vidović, "Razvoj mobilne aplikacije za procjenu i praćenje rizika od moždanog udara klasifikacijskim postupcima strojnog učenja i generativnom umjetnom inteligencijom", Master's thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, Osijek, 2024. Available at: https://urn.nsk.hr/urn:nbn:hr:200:135477

Metadata
TitleRazvoj mobilne aplikacije za procjenu i praćenje rizika od moždanog udara klasifikacijskim postupcima strojnog učenja i generativnom umjetnom inteligencijom
Title (english)Development of a mobile application for the assessment and monitoring of stroke risk using machine learning classification and generative AI
AuthorDario Vidović
MentorGoran Martinović (mentor)
Committee memberGoran Martinović (predsjednik povjerenstva)
Committee memberAlfonzo Baumgartner (član povjerenstva)
Committee memberKrešimir Nenadić (član povjerenstva)
GranterJosip Juraj Strossmayer University of Osijek
Faculty of Electrical Engineering, Computer Science and Information Technology Osijek
(Department of Software Engineering)
(Chair of Programming Languages and Systems)
Osijek
Defense date and country2024-09-12, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Program Engineering
Abstract
U ovom diplomskom radu razvijena je aplikacija za procjenu i praćenje rizika klasifikacijskim postupcima strojnog učenja i generativnom umjetnom inteligencijom. Mobilna aplikacija ostvarena je pomoću integrirane razvojne okoline Android Studio zajedno s jezikom Kotlin. Za izradu korisničkog sučelja korišten je okvir Jetpack Compose. Za izradu korisničkog računa korišten je Firebase Auth, a za pohranu osobnih i zdravstvenih podataka Firebase Realtime Database. Za klasifikaciju su korišteni postupci šume odluke, pojačanog stabla odluke i neuronske mreže te je na temelju rezultata vrednovanja za implementaciju odabran algoritam pojačanog stabla odluke. Procjena rizika odvija se putem modela izrađenog unutar Microsoft Azure Machine Learning Studija, a generiranje preporuka slanjem upita OpenAi modelu. Pohranjeni korisnički osobni podaci zajedno s unesenim zdravstvenim podacima koriste se pri procjeni rizika od moždanog udara i generiranju preporuka od strane OpenAi-ja. Ispitivanje mobilne aplikacije provedeno je kroz razne korisničke slučajeve prilikom čega je testirana i utvrđena njena točnost korištenjem različitih korisničkih podataka.
Abstract (english)
In this thesis, an application for risk assessment and monitoring using classification machine learning techniques and generative artificial intelligence has been developed. The mobile application was created using the Android Studio integrated development environment along with the Kotlin programming language. The user interface was designed using the Jetpack Compose framework. For user account management, Firebase Auth was used, while personal and health data are stored in Firebase Realtime Database. Classification was performed using decision tree, boosted decision tree, and neural network techniques, with the boosted decision tree algorithm being selected based on the results. Risk assessment is conducted through a model developed within Microsoft Azure's Machine Learning Studio, and recommendations are generated by querying the OpenAI model. Stored user personal data, along with entered health data, are used in the risk assessment for stroke and in generating recommendations by OpenAI. The mobile application was tested through various user cases, evaluating its accuracy using different user data.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:200:135477
Study programmeTitle: Graduate University Study Programme in Computer Engineering
Study programme type: university
Study level: graduate
Academic / professional title: sveučilišni/a magistar/magistra inženjer/inženjerka računarstva (sveučilišni/a magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2024-09-18 06:49:26