文献

J-GLOBAL ID：201602272411438924   整理番号：16A1018116

生物医学データ解析中の深さの学習方法を応用した。【JST・京大機械翻訳】

Applications of Deep Learning in Biological and Medical Data Analysis

著者 (7件)： Li Yuan (Science and Technology on Parallel and Distributed Processing Laboratory, College of Computer, National University of Defense Technology) ,  Luo Zhigang (Science and Technology on Parallel and Distributed Processing Laboratory, College of Computer, National University of Defense Technology) ,  Guan Naiyang (Science and Technology on Parallel and Distributed Processing Laboratory, College of Computer, National University of Defense Technology) ,  Yin Xiaoyao (Science and Technology on Parallel and Distributed Processing Laboratory, College of Computer, National University of Defense Technology) ,  Wang Bing (Unit 63928 of Chinese People’s Liberation Army) ,  Bo Xiaochen (Institute of Radiation Medicine, Academy of Military Medical Sciences) ,  Li Fei (Institute of Radiation Medicine, Academy of Military Medical Sciences)
資料名： Shengwu Huaxue yu Shengwu Wuli Jinzhan  (Shengwu Huaxue yu Shengwu Wuli Jinzhan)
巻： 43  号： 5  ページ： 472-483  発行年： 2016年 
JST資料番号： C2183A  ISSN： 1000-3282  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来のデータ分析技術を,生物医学研究にチャンスをもたらすと同時に,生物医学データの蓄積速度は前例もした巨大な挑戦に直面している。本論文では,深さの学習法は生物医学データ解析における最新の研究進展をの応用について,レビューした。まず深さの学習方法について述べ,学習の深さ方法の主な実現モデルを列挙し,その後現在の生物医学データ解析中の学習の深さ方法の利用状況をまとめ,分析し、データ処理とモデル構築訓練方法などの面で,問題の解決方法を共有する,最後に,深さ学習法は生物医学データ解析に適用するときに存在する可能性の問題と提案をを与えた。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： モデリング ,  *学習 ,  データ処理 ,  *データ解析 ,  堆積速度
準シソーラス用語： 利用状況 ,  生物医学研究 ,  *学習方法 ,  *生物医学 , 【Automatic Indexing@JST】

著者キーワード (4件)： deep learning ,  high-throughput omics ,  clinical medicine ,  data mining

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 生物医学 ,  データ解析 ,  学習方法 ,  応用