文献

J-GLOBAL ID：201702276372084180   整理番号：17A0060086

粒子群-サポートベクトルマシンに基づく時系列分類診断モデル【JST・京大機械翻訳】

Time Series Classification Diagnosis Model based on Partical Swarm Optimization and Support Vector Machine

著者 (4件)： Zhang Tao (School of Information Management and Engineering, Shanghai University of Finance and Economics, Shanghai Key Laboratory of Financial Information Technology) ,  Zhang Minghui (School of Information Management and Engineering, Shanghai University of Finance and Economics) ,  Li Qingwei (Department of Psychiatry, Tongji Hospital of Tongji University) ,  Zhang Yuejie (School of Computer Science, Shanghai Key Laboratory of Intelligent Information Processing, Fudan University)
資料名： Tongji Daxue Xuebao. Ziran Kexue Ban  (Tongji Daxue Xuebao. Ziran Kexue Ban)
巻： 44  号： 9  ページ： 1450-1457  発行年： 2016年 
JST資料番号： C3011A  ISSN： 0253-374X  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： 本論文では,粒子群最適化(PSO)-サポートベクトルマシン(PSO-SVM)に基づく磁気共鳴画像診断(FMRI)時系列分類の診断モデルを構築し,それにより,患者と健常者の正確な判断と識別を実現した。それは,FMRIの時系列データの診断と予測のための有効な科学的基礎を提供する。この方法は以下の4つの方面でその他の関連研究と異なる。(1)自己回帰モデルに基づく脳区多維時系列データの特徴表現を構築した。(2)サポートベクトルマシン(SVM)に基づく脳区多維時系列データ分類の機構を構築した。(3)粒子群最適化(PSO)に基づく分類学習パラメータ最適化戦略を構築した。(4)これらの特性の表現,最適化分類およびパラメータ最適化モードを統合したFMRI時系列データ分類診断モデルを確立した。精神的うつ病を実証的分析の具体例として、提案した分類診断モデルはすでに良好な実験効果が得られ、その有効性と合理性を示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： うつ病 ,  NMRイメージング ,  自己回帰モデル ,  *サポートベクトルマシン ,  最適化 ,  患者
準シソーラス用語： 合理性 ,  パラメータ最適化 ,  分類学習 ,  時系列データ ,  健常者 ,  粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： fMRI multi-dimensional time series ,  classification diagnosis ,  auto-regressive (AR) model ,  support vector machine (SVM) ,  particle swarm optimization (PSO)

分類 (2件)： 生体計測  (EL03020C) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 粒子群 ,  サポートベクトルマシン ,  時系列 ,  分類 ,  診断モデル