文献

J-GLOBAL ID：201802271616952719   整理番号：18A0163247

生物活性分子の予測のための投票ベース集団法【Powered by NICT】

Voting-based ensemble method for prediction of bioactive molecules

著者 (3件)： Petinrin Olutomilayo Olayemi (Information Systems Department, Faculty of Computing, Universiti Teknologi Malaysia, 81310 Johor Bahru, Johor, Malaysia) ,  Saeed Faisal (College of Computer Science and Engineering, University of Taibah, Medina, Saudi Arabia) ,  Al-Hadhrami Tawfik (School of Science and Technology, Nottingham Trent University, Nottingham, United Kingdom)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICKEA  ページ： 118-122  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： 機械学習は科学のすべての主要な地域に広がるその触手を持っている。ケモインフォマティクスを含む実質的に全ての面でその採用が必要として電流は,生成されるデータ量の上昇。いくつかの機械学習法は,市場への薬物の放出前に生物活性の予測の重要性のために薬物発見過程に適用した。最も正確な方法の必要性は明らかである。多数決投票アンサンブルは,生物活性分子の予測では稀であるその適用方法である。本研究では,MDL薬物データ報告(MDDR)から回収された8294例と1024属性の化学データセット上でベース分類器として一般的に使用される分類器の種々の組合せを用いた方法を適用した。分類器の最良の組合わせと多数決投票の精度は,屋外で一般的に使用される分類器の精度よりも高いことが見出され,それは大きな化学データセットに適している。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： 電流 ,  *生物活性 ,  機械学習 ,  *投票
準シソーラス用語： 多数決投票 ,  データ量 ,  ケモインフォマティクス , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 生物 ,  予測 ,  投票 ,  集団