文献

J-GLOBAL ID：201902220265050036   整理番号：19A2416795

アテローム性動脈硬化症の正確な予測のための密度に基づく新しい体重学習アプローチ【JST・京大機械翻訳】

A Novel Weight Learning Approach Based on Density for Accurate Prediction of Atherosclerosis

著者 (6件)： Xie Jiang (School of Computer Engineering and Science, Shanghai University, Shanghai, China) ,  Wu Ruiying (School of Computer Engineering and Science, Shanghai University, Shanghai, China) ,  Wang Haitao (School of Computer Engineering and Science, Shanghai University, Shanghai, China) ,  Kong Yanyan (PET Center, Huashan Hospital, Fudan University, Shanghai, China) ,  Li Haozhe (Christian Wuhan Britain-China School, Wuhan, China) ,  Zhang Wu (School of Computer Engineering and Science, Shanghai University, Shanghai, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11644  ページ： 190-200  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 心血管疾患(CVD)は世界における死亡の主要な原因である。雑音アルゴリズム(DBSCAN)によるアプリケーションの密度ベースの空間クラスタリングに基づいて,著者らは,患者データの密度情報を利用するための重み学習アプローチを提案した。提案した手法は,データセットのサンプル点を異なる密度の3つのタイプに分割し,機械学習モデルはCVDの早期診断においてより良い性能を達成した。UCIデータセットに関する交差検証は,重み学習後の従来の機械学習モデルが10%以上の精度を改善できることを示した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 応用プログラム ,  *アテローム性動脈硬化症 ,  アルゴリズム ,  雑音 ,  機械学習 ,  *学習 ,  *動脈硬化症 ,  *体重 ,  心血管疾患 ,  早期診断
準シソーラス用語： 患者情報 ,  空間クラスタリング , 【Automatic Indexing@JST】

著者キーワード (5件)： 体重学習 ,  機械学習 ,  DBSCAN ,  分類 ,  動脈硬化

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： アテローム性動脈硬化症 ,  予測 ,  密度 ,  体重 ,  学習