文献

J-GLOBAL ID：201802261421140270   整理番号：18A0443852

ニューラルネットワークを用いたゾウ群最適化:急性リンパ芽球性白血病診断の事例研究【Powered by NICT】

Elephant herd optimization with neural networks: A case study on acute Lymphoblastic Leukemia diagnosis

著者 (4件)： Sahlol Ahmed T. (Faculty of Specific Education, Damietta University, Damietta, Egypt) ,  Ismail Fatma Helmy (Misr International University, Giza Egypt) ,  Abdeldaim Ahmed (6 October University, Giza Egypt) ,  Hassanien Aboul Ella (Scientific Research Group in Egypt (SRGE))
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCES  ページ： 657-662  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： はいくつかのタイプの癌であり各が影響されることを細胞の型により分類される。白血病は正常血液細胞を置換する白血球の過剰産生に起因するこの種の癌である。白血病細胞の成長速度過剰産生によると,それらは,四種類の主要なタイプに分類できる。本研究では,急性リンパ芽球性白血病(ALL)小児白血病と呼ばれるのみに焦点を当てた。本研究の主な目的は,急性リンパ芽球性白血病細胞を分類正常または影響することである。提案されたアプローチは,各血液細胞,特徴と最終的に抽出を同定およびセグメンテーションから始め,ハイブリッドニューラルネットワークによる分類。本論文では,フィードフォワードニューラルネットワークは,重みとネットワークのバイアスを更新するゾウ群最適化(EHO)アルゴリズムにより訓練される。目的関数は,誤分類率の減少である。ALL IDB2データセットを本研究に用いた。260顕微鏡画像を含んでいる。EHOはALLの診断に関する他の最適化アルゴリズムにより最適化されたニューラルネットワークを克服するのみならず他の分類法よりも優れているとして許容できる結果を達成した。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： アルゴリズム ,  バイアス ,  セグメンテーション ,  *白血病 ,  白血球 ,  目的関数 ,  *ネットワーク ,  *事例研究 ,  *最適化 ,  *ニューラルネットワーク
準シソーラス用語： 分類法 ,  フィードフォワードニューラルネットワーク ,  白血病細胞 ,  血液細胞 ,  *急性リンパ性白血病 , 【Automatic Indexing@JST】

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： ニューラルネットワーク ,  ゾウ ,  最適化 ,  急性リンパ芽球性白血病 ,  診断 ,  研究