文献

J-GLOBAL ID：201702229877106760   整理番号：17A1835083

乳癌分類のための文字ベースの畳込み格子ニューラルネットワーク【Powered by NICT】

Character-Based Convolutional Grid Neural Network for Breast Cancer Classification

著者 (4件)： Pan Qiao ,  Zhang Yuanyuan ,  Chen Dehua ,  Xu Guangwei
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICGI  ページ： 41-48  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： 世界保健機関(WHO)1によると,癌の早期検出は成功した治療計画における正しい意思決定を行うことの可能性を大きく増加させる。過去10年間,病院における乳癌の早期検出のための増加する世界的な需要は,新しい研究手段の必要性をもたらした。伝統的なドメイン知識ベース診断法は手作りの特徴,は時間消費でなく,コーパス依存性を必要とする。本論文では,文字レベル表現にのみ依存している疾患分類のための新しいニューラルネットワークアーキテクチャを提案した。著者らのモデルは,畳込みニューラルネットワーク(CNN)によるサブワード情報と文字の残留ネットワーク出力は,グリッド長い短期記憶(グリッドLSTM)リカレントニューラルネットワーク言語モデル(RNN LM)にを活用した。ラベル付けされていないコーパス上で訓練済み特性埋込みを越えたタスク特異的特徴工学あるいはデータ前処理を必要としないエンドツーエンドモデルを真に。このようにして,異なるドメインにおけるNLPタスクの広い範囲に容易に適用できる。分類タスクのためのNCBI疾患データセットを用いて,最小の計算コストで最先端技術レベルの性能を達成できることを見出す著者らのモジュールを評価した。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： *ネットワーク ,  言語モデル ,  *畳込み ,  治療計画 ,  世界保健機関 ,  *ニューラルネットワーク ,  コーパス ,  *乳房腫瘍 ,  意思決定 ,  ドメイン知識
準シソーラス用語： 計算コスト ,  リカレントニューラルネットワーク ,  短期記憶 ,  サブワード ,  ニューラルネットワークアーキテクチャ , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 乳癌 ,  分類 ,  文字 ,  畳込み ,  格子 ,  ニューラルネットワーク