文献

J-GLOBAL ID：201902265423932487   整理番号：19A1583091

計算生物医学のための大量データセットと機械学習:傾向と挑戦【JST・京大機械翻訳】

Massive datasets and machine learning for computational biomedicine: trends and challenges

著者 (4件)： Kocheturov Anton (Center for Applied Optimization, University of Florida, Gainesville, FL, USA) ,  Pardalos Panos M. (Center for Applied Optimization, University of Florida, Gainesville, FL, USA) ,  Pardalos Panos M. (Laboratory of Algorithms and Technologies for Network Analysis, National Research University Higher School of Economics, Nizhny Novgorod, Russia) ,  Karakitsiou Athanasia (Department of Business Administration, Technological Educational Institute of Central Macedonia, Serres, Greece)
資料名： Annals of Operations Research  (Annals of Operations Research)
巻： 276  号： 1-2  ページ： 5-34  発行年： 2019年 
JST資料番号： T0444A  ISSN： 0254-5330  資料種別： 逐次刊行物 (A)
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： 本調査論文は,計算生物医学に関連する広範囲の話題をカバーすることを試みた。この分野は,社会を提供できる多くの利点により,大きな注目を集めている。新しい技術的および理論的進歩は,かなり進歩を可能にした。伝統的に,この分野で出現する問題は多くの観点から挑戦的である。本論文では,生物医学における大量のデータセットに関連する問題とこれらの問題に対処する方法についての大きなデータの影響を考察した。著者らは,最も一般的に使用されている機械学習と特徴マイニングツールと,計算生物医学のための深い学習と生物学的ネットワークのようないくつかの新しい傾向と傾向を分析した。Copyright 2018 Springer Science+Business Media, LLC, part of Springer Nature Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ネットワーク ,  *機械学習
準シソーラス用語： *生物医学 , 【Automatic Indexing@JST】

分類 (4件)： その他のオペレーションズリサーチの手法  (KA03070E) ,  数理計画法  (KA03030M) ,  林業一般  (FF01010M) ,  漁労一般  (FH03010G)

タイトルに関連する用語 (5件)： 計算 ,  生物医学 ,  データセット ,  機械学習 ,  傾向