文献

J-GLOBAL ID：201902276138974774   整理番号：19A2425054

喘息の予測技術に関する調査【JST・京大機械翻訳】

A Survey on Techniques for Prediction of Asthma

著者 (2件)： Gayathri G. V. (ANITS, Visakhapatnam, Andhra Pradesh, India) ,  Satapathy S. C. (Kalinga Institute of Industrial Technology Deemed to be University, Bhubaneswar, Odisha, India)
資料名： Smart Innovation, Systems and Technologies  (Smart Innovation, Systems and Technologies)
巻： 159  ページ： 751-758  発行年： 2020年 
JST資料番号： W5072A  ISSN： 2190-3018  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： 喘息は600万以上に影響を及ぼす小児における一般的な慢性疾患の1つであり,それは気流における刺激を引き起こす気道における炎症によって同定される。本論文はデータマイニング分類技術を用いて喘息に影響を受けた人々を予測するのに役立つ。一般的に,喘息はある種の呼吸試験を用いて同定でき,それらはFEV1/FEC,FEFである。本論文では,患者の症状に基づいて予測を行った。小児の検査を行うことは困難であるため,症状に関する予測を使用する。主に機械学習アルゴリズムは,サポートベクトルマシン,人工ニューラルネットワーク,k-最近傍アルゴリズム,AdaBoostおよびランダムフォレストアルゴリズムのような喘息を予測することである。それは種々の分類技術,喘息予測の分析から成る。それは,精度レベルに基づく疾患を同定するために使用される分類技術を分析する。Copyright 2020 Springer Nature Singapore Pte Ltd. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *喘息 ,  気道 ,  *予測技法 ,  サポートベクトルマシン ,  炎症 ,  学習アルゴリズム ,  子供 ,  *予測 ,  ニューラルネットワーク ,  アルゴリズム ,  気流 ,  ヒト ,  データマイニング
準シソーラス用語： ランダムフォレスト ,  AdaBoost ,  慢性疾患 , 【Automatic Indexing@JST】

著者キーワード (3件)： 強制生体容量(FVC) ,  強制呼気量(FEV) ,  機械学習技術

分類 (1件)： 呼吸器の診断  (GI02000S)

タイトルに関連する用語 (3件)： 喘息 ,  予測技術 ,  調査