文献

J-GLOBAL ID：201902225392052987   整理番号：19A0470070

進行中の作業:分散機械学習分類器を用いた慢性疾患リスク予測【JST・京大機械翻訳】

Work-in-Progress: Chronic Disease Risk Prediction Using Distributed Machine Learning Classifiers

著者 (2件)： Jena Lambodar ,  Swain Ramakrushna
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIT  ページ： 170-173  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： 分類技術の主要な使用は,データセットにおける各ケースに対して正確に目標クラスを予測することである。最近の研究は医療科学と生物情報学の分野における分類技術の利用に焦点を合わせている。本論文の主な焦点は,医療情報学の分野における分類のために,慢性腎臓病とその使用を予測することである。まず第一に,データセットを分類し,次に,Chronic-Kney-diseaseの診断と予測のためにアルゴリズムがより良く機能することを決定する。したがって,本論文の主要な目的は,各ケースにおいて正確にクラスを予測するために分類技術を使用する慢性腎臓病(CKD)データセットからのデータを分析することである。多くの研究者は様々なデータセットに適用された異なる分類器の性能を比較した。しかし,慢性腎臓病データセットに対する精度の予測については,著者らのいずれも研究しなかった。ここでは,データセットにそれらを適用することによって得られた種々のパラメータに基づいて,それらの性能を研究するために2つの重要な分類装置を考察した。Copyright 2019 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： 慢性腎臓病 ,  CASE ,  アルゴリズム ,  分類装置 ,  *機械学習
準シソーラス用語： バイオインフォマティクス ,  *危険予測 ,  *慢性疾患 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 機械学習 ,  分類器 ,  慢性疾患 ,  リスク予測