Проект КП-06-Н72/8 | Анотация на проекта

Начало | Екип | Анотация | Публикации | Конференции


Проектното предложение обединява в едно актуални разработки от теорията на интуиционистки размитите множества (ИРМ), теорията на индексираните матрици (ИМ) и нови идеи за анализ на интуиционистки размити данни, както и необходимостта от геометричната им интерпретация и визуализация. Въпреки широката приложимост на математическите апарати на ИРМ и ИМ над реални задачи за вземане на решения, фокусът на настоящия проект е приложението им над данни от системата на трансфузионната хематология (ТХ) в България, в опит да адресираме няколко конкретни медицински и обществени предизвикателства, свързани с кръводарителската дейност и разбирането на факторите, които я обуславят. Проектът е в унисон с Четвъртата парадигма за научни изследвания, според която науката днес се задвижва от открития, произтичащи от мащабите и интензивността на данните, които технологиите имат капацитета да регистрират и обработват.

Мотивацията за избора на приложно поле се корени в няколко успешни съвместни изследвания на екипа на кръвногруповите разпределения в София през 2015–2021 г. и разкрилата се в началото на 2023 г. възможност за достъп и обработка на данните на кръводарителите в един от петте за страната регионални центъра за трансфузионна хематология. Планираното пълномащабно изследване по проекта залага на нов, атомарен, подход към данните, и то вече в национален мащаб, което ще резултира в „избистряне на картината“ на кръвногруповите разпределения на българското население, знанията за което в момента са остарели, непълни и недетайлни, а също и ще се генерират основани на данните знания за поведението на безвъзмездните кръводарители. Резултатите по проекта ще насърчат разработването и на съвременен методологичен стандарт за анализ на данните от ТХ, какъвто понастоящем липсва. Изхождайки от принципи от науката за данните, информационните технологии и математиката, ще бъдат цялостно подпомогнати специалистите по ТХ в разбирането им за техните „собствени“ данни и как да извличат знания от тях.