文献

J-GLOBAL ID：201802276224513994   整理番号：18A1683779

機械学習科学ワークフローを用いた診断推薦【JST・京大機械翻訳】

Diagnosis Recommendation Using Machine Learning Scientific Workflows

著者 (4件)： Ahmed Ishtiaq ,  Lu Shiyong ,  Bai Changxin ,  Bhuyan Fahima Amin
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： BigData Congress  ページ： 82-90  発行年： 2018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： 診断勧告は,臨床医が患者のための最適診断を推論する医療において重要な役割を果たす。この問題は,患者のクオリティオブライフ改善に大きな影響を及ぼす。この問題を解決するための既存の機械学習技術は,容易に利用できない多くのラベル付きインスタンスを必要とする。この限界を克服するために,本論文では,半教師つきクラスタリングに基づく診断推薦モデルを表現するための科学的ワークフローを提示した。このアプローチにおいて,初期クラスタはラベル付きデータセットから形成される。次に,いくつかの相対的閾値をクラスタに課して,頻繁なパターンとそれらの対応するラベルを得た。次に,ラベル付けされていないインスタンスを,それらを最も類似のクラスタに割り当てることによってラベル付けした。最後に,生成した新しいデータセット上にクラスタを形成し,ある最小閾値を適用することにより診断ラベルを推奨した。著者らのモデルを評価するために,i2b2データセットに関する広範な実験を行い,提案したアルゴリズムを自己訓練および共同訓練法と比較した。実験結果は,著者らの提案したアルゴリズムがほとんどの場合に言及した方法より優れていることを示した。提案したワークフローをDATAVIEWシステムに実装した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 患者 ,  クオリティオブライフ ,  クラスタ ,  *機械学習 ,  *ワークフロー ,  アルゴリズム
準シソーラス用語： 共同訓練 ,  半教師付きクラスタリング ,  機械学習技術 ,  臨床医 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 機械学習 ,  科学 ,  ワークフロー ,  診断 ,  推薦