文献

J-GLOBAL ID：201702221710000758   整理番号：17A1775661

自動車医療診断のための信頼性のある重み付き特徴選択【Powered by NICT】

A reliable weighted feature selection for auto medical diagnosis

著者 (5件)： Sahebi Golnaz (Department of Future Technologies, University of Turku, Finland) ,  Majd Amin (Department of Information Technology, Abo Akademi University, Finland) ,  Ebrahimi Masoumeh (KTH Royal Institute of Technology, Sweden; University of Turku, Finland) ,  Plosila Juha (Department of Future Technologies, University of Turku, Finland) ,  Tenhunen Hannu (KTH Royal Institute of Technology, Sweden; University of Turku, Finland)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： INDIN  ページ： 985-991  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 特徴選択はデータ解析において重要なステップである。しかし,既存の特徴選択技術の大部分は大量のデータセットに適用される連続と非効率的である。eヘルス応用における診断の信頼性を高めるための多集団重み付き知的遺伝的アルゴリズムに基づく特徴選択法を提案した。PIGASと呼ばれる,提案した方法は,高い分類精度をもたらすことを特徴の適切なサブセットを選択するために重み付き知的遺伝的アルゴリズムを利用した。さらに,PIGASは精度をさらに向上させるために個体群実現を利用している。選択された特徴のサブセットを評価するために,KNN分類器を,UCI不整脈データセットに利用し,評価した。妥当な結果を保証するために,leave-one-out検証技術を採用した。実験結果により,提案アプローチは,精度と効率の点で他の方法よりも優れていることを示した。最適特徴部分集合を用いた16クラス分類問題の結果は,総合精度の増加を示した。99.70%達成精度は実用的な自動診断システムで利用されるアルゴリズムの可能性を示した。この精度は特徴の半分のみ,全ての特徴を用いたof66 0.76%の精度に対して,を用いて得た。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： 不整脈 ,  遺伝的アルゴリズム ,  *信頼性 ,  *特徴選択 ,  アルゴリズム ,  データ解析 ,  部分集合 ,  *自動車 ,  個体群
準シソーラス用語： 自動診断システム ,  分類精度 , 【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)： 自動車 ,  医療診断 ,  特徴選択