文献

J-GLOBAL ID：201802224477295405   整理番号：18A0536396

ランダムフォレストを用いた小児のための病院における日の予測【Powered by NICT】

Prediction of days in hospital for children using random forest

著者 (6件)： Wang Chenguang (Mathematical Sciences, Xi’an Jiaotong-Liverpool University, Suzhou, China) ,  Dong Xueling (Mathematical Sciences, Xi’an Jiaotong-Liverpool University, Suzhou, China) ,  Yu Limin (Department of Electrical and Electronic Engineering, Xi’an Jiaotong-Liverpool University, Suzhou, China) ,  Ye Lishan (Information Department, Zhongshan Hospital of Xiamen University, Xiamen, 361004, China) ,  Zhuang Weifen (School of Management, Xiamen University, Xiamen, 361005, China) ,  Ma Fei (Mathematical Sciences, Xi’an Jiaotong-Liverpool University, Suzhou, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CISP-BMEI  ページ： 1-6  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： 本研究では,小児患者の入院日数を予測する方法を開発した。データセットからなる病院情報システムから抽出した記録によると共に,ランダムフォレストアルゴリズムは在院日数を予測するモデルを開発した。無作為に選択した記録の半分はランダムフォレストアルゴリズムを訓練するために設定された訓練として使用し,他の半分は訓練したモデルを試験するために設定した試験として用いたとき,ランダムフォレスト法は,RMSEが0.314であり,R~2×0.545~×0.706Rで,Acc±171%,Adaboost法とバギング法により得られた結果よりも優れた,と良好な予測精度を達成した。病院における14以下の日を有する記録群,及び病院における14日以上を有する記録群,記録の三サブグループに関する実験:すべてのデータ群は病院における14日以上を持つ群に開発した方法の予測は他のグループの予測よりも優れていることを示した。予測の精度に及ぼす三種の特徴セットの重要性に対する分析は,個人情報に関連した特徴集合は,他のタイプの特徴の予測に寄与していることを明らかにした。Copyright 2018 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： *子供 ,  *病院 ,  入院期間
準シソーラス用語： 個人情報 ,  予測精度 ,  病院情報システム ,  患児 ,  *ランダムフォレスト , 【Automatic Indexing@JST】

分類 (1件)： 分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (4件)： ランダムフォレスト ,  小児 ,  病院 ,  予測