文献

J-GLOBAL ID：201702287344141195   整理番号：17A1088066

携帯電話に基づく病原体同定および分類のための教師あり機械学習モデルの調査

A survey of supervised machine learning models for mobile-phone based pathogen identification and classification

著者 (7件)： KOYDEMIR Hatice Ceylan (Univ. California Los Angeles(UCLA), CA, USA) ,  FENG Steve (Univ. California Los Angeles(UCLA), CA, USA) ,  LIANG Kyle (Univ. California Los Angeles(UCLA), CA, USA) ,  NADKARNI Rohan (Univ. California Los Angeles(UCLA), CA, USA) ,  TSENG Derek (Univ. California Los Angeles(UCLA), CA, USA) ,  BENIEN Parul (Univ. California Los Angeles(UCLA), CA, USA) ,  OZCAN Aydogan (Univ. California Los Angeles(UCLA), CA, USA)
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 10055  ページ： 100550A.1-100550A.5  発行年： 2017年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  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： 機械学習を用いてGiardia嚢胞を分類できるスマートフォンに基づく水系伝染病原体検出プラットホームを示した。このプラットホームは,Giardia嚢胞を短時間でGiardia嚢胞の検出および定量を可能にさせた。異なる起源(例えば,試薬グレード,水道水,飲用不適な水および池水サンプル)からのGiardia添加水試料を用いて,3つのプロトタイプの性能を評価した。>30,000嚢胞により訓練データベースを形成させ,ディシジョンツリー,最近接クラシファイアおよびアンサンブルクラシファイアを含むクラシファイアモデルを用いてその検出感度および特異性を推定し,訓練および分類の速度と予測精度を比較した。

シソーラス用語： *携帯電話 ,  *病原体 ,  同定 ,  分類 ,  *機械学習 ,  *学習モデル ,  Giardia ,  嚢胞 ,  スマートフォン ,  感染症 ,  検出 ,  試薬 ,  水道水 ,  池 ,  水試料 ,  データベース ,  ディシジョンツリー ,  分級機 ,  集合 ,  感度 ,  性能 ,  能力 ,  検出限界 ,  性質 ,  精度 ,  予測技法
準シソーラス用語： *教師あり機械学習 ,  水系伝染病 ,  クラシファイア ,  アンサンブル ,  検出感度 ,  特異性 ,  予測精度

分類 (4件)： 電話  (ND11030P) ,  微生物形態学・分類学  (EG03030Y) ,  人工知能  (JE08000Z) ,  オペレーションズリサーチ一般  (KA03010Q)

タイトルに関連する用語 (7件)： 携帯電話 ,  病原体 ,  同定 ,  分類 ,  教師あり機械学習 ,  モデル ,  調査