文献

J-GLOBAL ID：201702214557527597   整理番号：17A1634009

hMuLab:多重線形回帰に基づく生体ハイブリッドMUlti LABel分類器【Powered by NICT】

hMuLab: A Biomedical Hybrid MUlti-LABel Classifier Based on Multiple Linear Regression

著者 (5件)： Wang Pu (Shenzhen Institutes of Advanced Technology, and Key Lab for Health Informatics, Chinese Academy of Sciences, Beijing, China) ,  Ge Ruiquan (Shenzhen Institutes of Advanced Technology, and Key Lab for Health Informatics, Chinese Academy of Sciences, Beijing, China) ,  Xiao Xuan (Computer Department, Jingdezhen Ceramic Institute, Jingdezhen, Jiangxi, P.R. China) ,  Zhou Manli (Shenzhen Institutes of Advanced Technology, and Key Lab for Health Informatics, Chinese Academy of Sciences, Beijing, China) ,  Zhou Fengfeng (College of Computer Science and Technology, Jilin University, Changchun, Jilin, P.R. China)
資料名： IEEE/ACM Transactions on Computational Biology and Bioinformatics  (IEEE/ACM Transactions on Computational Biology and Bioinformatics)
巻： 14  号： 5  ページ： 1173-1180  発行年： 2017年 
JST資料番号： W1409A  ISSN： 1545-5963  CODEN： ITCBCY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 多くの生物医学分類問題は,例えば様々な機能と複数の疾患患者に関与する遺伝子であるマルチラベル。大部分の既存の分類アルゴリズムのはただ1つのクラスラベルを用いて各試料を仮定し,マルチラベル分類問題は,生物医学研究者への挑戦されていない。本研究では,特徴ベースと近傍ベース両類似性スコアを統合することにより,hMuLab,新しいマルチラベル学習アルゴリズムを提案した。多重線形回帰モデリング技法は,問い合わせサンプルのための多重標識帰属を生成できるhMuLabを行った。六一般的に用いられるマルチラベル性能測定上の比較結果は,hMuLabは生物医学データセットのための正確かつ安定した運転ができ,既存の文献の補完として役立つ可能性があることを示唆した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *多重化 ,  学習アルゴリズム ,  患者 ,  モデリング ,  類似性 ,  遺伝子
準シソーラス用語： 性能測定 ,  スコア ,  生物医学研究 ,  マルチラベル分類 ,  分類アルゴリズム ,  生物医学 ,  *多重線形回帰 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 多重線形回帰 ,  生体 ,  分類器