Последовательный анализ серий данных на основе многомерных референсных регионов

Рассматриваются последовательные процедуры анализа серий данных. Развивается подход, при котором набор многомерных характеристик некоторого объекта, изменяющийся во времени, представляется как единый вектор наблюденных значений. За счет увеличения размерности данных удается получить единую картину описания объектов, учесть объективно существующую зависимость отдельных наблюдений, смоделировать изменения во времени. В основу решения задач классификации положено использование многомерных референсных областей. Предлагаются три варианта процедур обработки данных, исследуются их свойства, вырабатываются рекомендации по их применению на практике. Для демонстрации возможностей этих процедур рассматривается задача ранней диагностики рака с использованием биомаркера PSA (prostate-specific antigen — простат-специфический антиген). Указаны особенности применения последовательных методов анализа серий данных, сформированы рекомендации по их эффективному использованию, выявлены преимущества консолидирующего подхода в анализе данных.