文献

J-GLOBAL ID：201702299883467785   整理番号：17A0212878

健康情報学のための深層学習【Powered by NICT】

Deep Learning for Health Informatics

著者 (7件)： Ravi Daniele (Hamlyn Centre, Imperial College London, London, U.K.) ,  Wong Charence (Hamlyn Centre, Imperial College London, London, U.K.) ,  Deligianni Fani (Hamlyn Centre, Imperial College London, London, U.K.) ,  Berthelot Melissa (Hamlyn Centre, Imperial College London, London, U.K.) ,  Andreu-Perez Javier (Hamlyn Centre, Imperial College London, London, U.K.) ,  Lo Benny (Hamlyn Centre, Imperial College London, London, U.K.) ,  Yang Guang-Zhong (Hamlyn Centre, Imperial College London, London, U.K.)
資料名： IEEE Journal of Biomedical and Health Informatics  (IEEE Journal of Biomedical and Health Informatics)
巻： 21  号： 1  ページ： 4-21  発行年： 2017年 
JST資料番号： W1135A  ISSN： 2168-2194  CODEN： IJBHA9  資料種別： 逐次刊行物 (A)
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： マルチモダリティデータの大量流入であることで,健康情報学におけるデータ解析の役割は過去10年間で急速に成長してきた。も健康情報学における機械学習に基づく解析,データ駆動モデルの生成においてますます興味を刺激してきた。人工神経回路網におけるその基礎技術,深い学習は,機械学習のための強力なツールとして近年出現し,人工知能の将来を再形成に有望である。計算能力,高速データ貯蔵,および並列化の急速な改善も入力データから自動的に最適化された高レベル特徴と意味解釈を生成する予測力と能力に加えて技術の急速な取込に寄与してきた。ここではヘルス情報学における深い学習を用いた相対的利点の批判的解析を提供する研究の包括的な最新のレビュー,および法とその将来展望の潜在的な落とし穴を提示した。中心並進バイオインフォマティクス,医用画像,パーベイシブセンシング,医療情報学,公衆衛生の分野における深い学習の重要な応用に焦点を当てた。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： 最適化 ,  高速度 ,  医用画像 ,  人工知能 ,  *情報科学 ,  機械学習 ,  データ蓄積 ,  並進 ,  データ解析 ,  ニューラルネットワーク
準シソーラス用語： 医用情報学 ,  バイオインフォマティクス ,  入力データ ,  データ駆動 ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 健康情報学 ,  深層学習