文献

J-GLOBAL ID：201702291306886082   整理番号：17A1257246

ビッグデータの対話型探索のためのオープンソースフレームワーク:理解健康管理への応用【Powered by NICT】

An open-source framework for the interactive exploration of Big Data: Applications in understanding health care

著者 (2件)： Rao A. Ravishankar (Fairleigh Dickinson University, NJ, USA) ,  Clarke Daniel (Fairleigh Dickinson University, NJ, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 1641-1648  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： 変数間の関係は十分に理解されていないデータを解析するとき,視覚探索に従事する典型的である。しかし,これは低速であり,手動集中,興味ある傾向は,潜在的に見逃されることができた。理想的には,著者らは興味深いことをデータ内のパターンと位置に注目したい,有意なクラスターと異常値である。大規模データセットのクラスタを効率的に同定するための新しい反復k-平均クラスタリングアルゴリズムを提案した。これは新しいデータセットの迅速な視覚探索を容易にする。米国政府とニューヨーク州により放出された開放医療データの詳細な解析を行うことにより提案フレームワークを示した。50年間にわたる医療専門の面積により独特な視点を提示する労働力参加の傾向のクラスターを同定する反復k-平均アルゴリズムを適用した。看護士のような専門は内科に比べて開業医の数の有意な増加が見られた。著者らのコードであるオープンソースとGithubで利用可能である。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： アルゴリズム ,  異常値 ,  ニューヨーク州 ,  看護師 ,  労働力 ,  内科学 ,  クラスタ ,  *健康管理
準シソーラス用語： *オープンソース ,  開業医 ,  クラスタリングアルゴリズム ,  大規模データセット ,  視覚探索 ,  *対話型 ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (4件)： システム・制御理論一般  (IA02010H) ,  分子・遺伝情報処理  (JE15040B) ,  図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： ビッグデータ ,  対話型 ,  探索 ,  理解 ,  健康管理 ,  応用