Begrenzte und heterogene Daten
Die verfügbaren Daten stammen aus unterschiedlichen Quellen und Strukturen. Standardisierungsregeln und die Generierung synthetischer Szenarien wurden verwendet, um eine konsistentere analytische Grundlage zu schaffen.
Ein datengetriebenes Forschungsprojekt, das sich auf Medikamentenverschwendung, Verschreibungsplanung, Gesundheitsrisikoanalyse und Entscheidungsunterstützung konzentriert.
2026
Forschungsprojekt
Datenanalyse, Statistische Modellierung, Maschinelles Lernen
TÜBİTAK 2209-A Projekt

Das Projekt untersucht, wie heterogene Gesundheits- und kommunale Daten in erkenntnisgestützte Entscheidungshilfen für die rationale Arzneimittelproduktion und Verschreibungsplanung umgewandelt werden können. Es kombiniert Datenvorbereitung, statistische Analysen, maschinelles Lernen und szenariobasierte Simulationen.
Die verfügbaren Daten stammen aus unterschiedlichen Quellen und Strukturen. Standardisierungsregeln und die Generierung synthetischer Szenarien wurden verwendet, um eine konsistentere analytische Grundlage zu schaffen.
Unterschiedliche Fragestellungen erforderten unterschiedliche Methoden. Klassifikation, Assoziationsanalyse, Regression und nicht-parametrische Tests wurden kombiniert, anstatt jedes Problem in ein einziges Modell zu zwingen.



Eine KI-gestützte Planungsanwendung, die Anfragen in natürlicher Sprache in persönliche und gemeinsame Pläne umwandelt.
Robotik · Autonome SystemeEin LiDAR-basiertes Kartierungs- und Lokalisierungssystem für ein autonomes industrielles fahrerloses Transportfahrzeug (AGV).
Lassen Sie uns den Workflow, die technischen Anforderungen und die Produktrichtung hinter Ihrer Idee besprechen.
Besprechen Sie Ihr Projekt