در بسیاری از مسائل مرتبط با تحلیل قابلیت اعتماد و بقا، ارزیابی عدم قطعیت و اطلاعات مرتبط با طول عمر سیستم‌ها باید با در نظر گرفتن سن فعلی (شرط بقا) انجام شود. معیارهای کلاسیک اطلاع مانند آنتروپی شانون و اطلاع فیشر ماهیت «ایستا» دارند و اثر زمان را لحاظ نمی‌کنند. در دو دهه اخیر، نسخه‌های پویا و تجمعی این معیارها توسعه یافته‌اند که به دلیل ارتباط مستقیم با توابع مهم سالخوردگی (نرخ خطر و میانگین عمر باقیمانده) و پایداری بیشتر، توجه بسیاری از پژوهشگران را جلب کرده‌اند. با این حال، مفاهیم و روابط مرتبط با این اندازه‌های اطلاع تجمعی پویا در منابع مختلف پراکنده است و یکپارچگی منسجمی از آن‌ها وجود ندارد.هدف این پایان‌نامه، مطالعه، تحلیل و سازماندهی دانش موجود در مورد تعمیم‌های اندازه‌های اطلاع تجمعی پویا و کاربردهای آن‌ها در قابلیت اعتماد و انتخاب مدل است. بدین منظور، ابتدا تعاریف پایه‌ای معیارهای اطلاع تجمعی (شامل آنتروپی تجمعی باقیمانده و اطلاع فیشر تجمعی) استخراج و روابط تحلیلی آن‌ها با توابع نرخ خطر و میانگین عمر باقیمانده مرور می‌شود. سپس خواص نظری این معیارها در مدل‌های خاص (تعادلی و خطرات متناسب) مقایسه می‌گردد. در ادامه، روش‌های برآورد ناپارامتری (به‌ویژه برآوردگرهای هسته‌ای) و نتایج شبیه‌سازی‌های مونت کارلو برای توزیع‌های مختلف جمع‌آوری و ارزیابی می‌شوند. در پایان، کاربرد عملی معیارهای اطلاع تجمعی پویا در انتخاب مدل‌های رقیب توزیع طول عمر (با تاکید بر داده‌های واقعی قابلیت اعتماد) تشریح شده و عملکرد آن‌ها با معیارهای کلاسیک AIC و BIC مقایسه می‌گردد.

  پیش‌بینی دقیق خطر مرگ در بیماران تحت پیوند سلول‌های بنیادی خون‌ساز، نقشی حیاتی در تصمیم‌گیری بالینی ایفا می‌کند. اگرچه مدل‌های تلفیقی یادگیری ماشین در سال‌های اخیر به‌طور گسترده برای بهبود دقت این پیش‌بینی‌ها به کار رفته‌اند، بیشتر مطالعات پیشین پیامدهای بالینی را به‌صورت رویدادهای دوحالتی ساده مدل‌سازی کرده و از ساختار زمان‌تارویداد و اطلاعات سانسور داده‌ها صرف‌نظر کرده‌اند؛ همچنین، مقایسه نظام‌مند و از نظر آماری دقیق میان راهبردهای مختلف تلفیق در این حوزه محدود است. هدف اصلی این پژوهش، توسعه و ارزیابی یک چارچوب تلفیقی است که تحلیل بقا، شامل روش کاپلان-مایر و رگرسیون کاکس، را با مدل‌های یادگیری ماشین ترکیب کرده و سه راهبرد تلفیق شامل میانگین‌گیری ساده، میانگین‌گیری وزنی و انباشتگی را با استفاده از آزمون‌های آماری مناسب مقایسه می‌کند. این پژوهش بر روی مجموعه‌داده عمومی IN13-01 از پایگاه CIBMTR شامل ???? بیمار تحت پیوند سلول‌های بنیادی خون‌ساز انجام شد. پس از حذف ?? متغیر مرتبط با پیامدهای پس از پیوند و جلوگیری از نشتی اطلاعات، مدل رگرسیون کاکس با ده متغیر بالینی برازش شد و امتیاز ریسک حاصل، به‌همراه چهار ویژگی تعاملی، به مجموعه متغیرهای مورد استفاده در مدل‌های یادگیری ماشین شامل رگرسیون لجستیک، جنگل تصادفی و تقویت گرادیانی افزوده شد. در نهایت، سه راهبرد تلفیق بر روی مجموعه آزمون مستقل شامل ??? داده‌ها، با استفاده از معیارهای AUC، F1، دقت، حساسیت و ویژگی ارزیابی و عملکرد مدل‌ها به‌صورت دوبه‌دو با آزمون دلانگ مقایسه شد. نتایج تحلیل کاپلان-مایر نشان داد که شدت رژیم آماده‌سازی، نوع پیوند، وضعیت عملکردی، سن و دوره زمانی پیوند با بقای کلی بیماران ارتباط معناداری دارند (p < ?/??، HR = ?/???). در مدل کاکس چندمتغیره، سن (p < ?/???، HR = ?/???) وضعیت عملکردی (p < ?/???، HR = ?/???) قوی‌ترین پیش‌بینی‌کننده‌های مستقل بودند و شاخص توافق مدل برابر با C-index = ?/??? به دست آمد. همچنین، امتیاز ریسک کاکس به‌عنوان مهم‌ترین ویژگی در مدل‌های یادگیری ماشین شناسایی شد و اهمیت جایگشتی آن برابر با ??? بود که فاصله قابل‌توجهی با سایر ویژگی‌ها داشت. در میان راهبردهای تلفیق، روش انباشتگی با بالاترین عملکرد را با مقدار AUC = ?/???? نشان داد و برتری آن نسبت به رگرسیون لجستیک از نظر آماری معنادار بود (آزمون دلانگ، p = ?/??). بااین‌حال، تفاوت عملکرد انباشتگی با بهترین مدل پایه، یعنی جنگل تصادفی با AUC = ?/???، از نظر آماری معنادار نبود (p = ?/???). در مجموع، یافته‌های این پژوهش نشان می‌دهد که تلفیق اطلاعات حاصل از تحلیل بقا با مدل‌های یادگیری ماشین از طریق امتیاز ریسک کاکس، رویکردی اثربخش برای استفاده هم‌زمان از اطلاعات زمان‌تارویداد و ویژگی‌های بالینی در پیش‌بینی خطر مرگ است. بااین‌حال، افزایش پیچیدگی راهبرد تلفیق، از میانگین‌گیری ساده تا انباشتگی، لزوماً به بهبود آماری معنادار نسبت به بهترین مدل پایه منجر نمی‌شود. بنابراین، ارزیابی و انتخاب مدل‌های تلفیقی باید علاوه بر مقایسه مقادیر عددی معیارهای عملکرد، بر آزمون‌های آماری مناسب نیز مبتنی باشد.

آمده را با سایر روش‌ها مقایسه و مورد ارزیابی قرار می‌دهیم.

سری زمانی‌ به‌ مجموعه‌ای از دادهها گفته‌ می‌ شود که‌ در طول زمان ثبت‌ شدهاند. برای مثال، می‌ توان به‌ سری زمانی‌ قیمت‌ یک‌ سهم‌ در بازار سهام، میزان بارش باران در یک‌ ناحیه‌ و ... اشاره کرد. یکی‌ از مهمترین‌ اهداف تحلیل‌ سری های زمانی‌، پیش‌ بینی‌ مقادیر آینده آن است‌. روش های آماری متعددی برای پیش‌ بینی‌ سریهای زمانی‌ مانند روش استفاده از مدل های تحلیل‌ سری زمانی‌ میانگین‌ متحرک جمع‌ بسته‌ اتورگرسیو، مدل میانگین‌ متحرک جمع‌ بسته‌ اتورگرسیو فصلی‌ و روش های تجزیه‌ موجک‌ معرفی‌ شدهاند. در کنار روش های آماری، شبکه‌های عصبی‌ نیز ابزاری قدرتمند برای پیش‌ بینی‌ سری های زمانی‌ هستند. به‌ دلیل‌ توانایی‌ شبکه‌های عصبی‌ در مدل سازی روابط‌ و الگوهای پیچیده در دادهها، پیش‌ بینی‌ سری های زمانی‌ با استفاده از آن ها بسیار مورد توجه‌ محققان حوزه های مختلف‌ قرار گرفته‌ و به‌ یک‌ موضوع تحقیقاتی‌ محبوب تبدیل‌ شده است‌. استفاده از شبکه‌های عصبی‌ پیچشی‌ برای پیش‌ بینی‌ سری های زمانی‌، به‌ عنوان یک‌ روش موثر برای تحلیل‌ و پیش‌بینی‌ الگوهای تکراری در دادههای زمانی‌، شناخته‌ شده است‌. این‌ شبکه‌ها طراحی‌ شدهاند تا الگوهای مختلف‌ را در دادههای زمانی‌ تشخیص‌ دهند و بتوانند با استفاده از این‌ الگوها، پیش‌بینی‌ های دقیقی‌ برای مقادیر آینده دادهها ارائه‌ کنند. شبکه‌های عصبی‌ بازگشتی‌ با حافظه‌ طولانی‌ کوتاه مدت (LSTM) و شبکه‌های عصبی‌ بازگشتی‌ با دروازههای بازگردان GRU، دو نوع شبکه‌ عصبی‌ هستند که‌ به‌ دلیل‌ قابلیت‌ حفظ‌ حافظه‌ در طول زمان، برای پیش‌بینی‌ سری های زمانی‌ مفید هستند. این‌ شبکه‌ها، با استفاده از یک‌ واحد حافظه‌، اطلاعات قبلی‌ را در خود نگه‌ می‌ دارند و با توجه‌ به‌ این‌ اطلاعات، پیش‌بینی‌ بعدی را انجام می‌ دهند. در این‌ پایان نامه‌، پیش‌ بینی‌ سریهای زمانی‌ با شبکه‌ عصبی‌ پیچشی‌ و شبکه‌های عصبی‌ LSTM و GRU بررسی‌ می‌ شود. عملکرد این‌ شبکه‌ها در دقت‌ پیش‌ بینی‌ مورد مقایسه‌ قرار می‌گیرد. همچنین‌ عملکرد آن ها با روش های آماری از قبیل‌ SARIMA مقایسه‌ می‌شود.کلید واژگان. پیش‌ بینی‌ سری های زمانی‌، حافظه‌ طولانی‌ کوتاهـمدت، شبکه‌های عصبی‌، شبکه‌های عصبی‌ بازگشتی‌، شبکه‌های عصبی‌ پیچشی‌، واحد بازگشتی‌ دروازهدار.