文献

J-GLOBAL ID：201802227276355683   整理番号：18A1573754

K-meansとMTLS-SVMアルゴリズムに基づく生理学的パラメータモニタリングシステム【JST・京大機械翻訳】

Biometric monitoring system based on K-means & MTLS-SVM algorithm

著者 (4件)： Xia Jingming (南京信息工程大学,江蘇南京,210044) ,  Tang Lingling (南京信息工程大学,江蘇南京,210044) ,  Tan Ling (南京信息工程大学,江蘇南京,210044) ,  Zheng Han (南京信息工程大学,江蘇南京,210044)
資料名： Dianxin Kexue  (Dianxin Kexue)
巻： 33  号： 10  ページ： 43-49  発行年： 2017年 
JST資料番号： C3333A  ISSN： 1000-0801  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： 非医モードの生理パラメータモニタリングシステムにおいて、監視パラメータに対して学習を行い、診断と予測精度を向上させることができる。マルチタスク時系列に存在する情報マイニングの不十分さと低予測精度の問題のため,機械学習における監督と半教師つき学習の組合せを,遠隔健康監視対象の生理学的状況予測のために適用した。方法は,K-平均アルゴリズムで同じクラスのデータセットをクラスタ化し,マルチタスク最小二乗法サポートベクトルマシン(MTLS-SVM)を用いて履歴データを訓練し,傾向を予測した。この方式の有効性を評価するために,MTLS-SVMとK-means,MTLS-SVMの方法を比べて,実験結果は,この方法がより高い予測精度を有することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： クラスタ化 ,  *アルゴリズム ,  最小二乗法 ,  予測 ,  *生理学 ,  機械学習 ,  *監視装置 ,  サポートベクトルマシン ,  *パラメータ
準シソーラス用語： 健康調査 ,  半教師つき学習 ,  マルチタスク ,  予測精度 ,  生理学的パラメータ , 【Automatic Indexing@JST】

著者キーワード (4件)： physiological parameter ,  time series prediction ,  K-means clustering ,  multi-task learning

分類 (2件)： 電力系統一般  (NB02000E) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： アルゴリズム ,  生理学的パラメータ ,  モニタリングシステム