文献

J-GLOBAL ID：202002210064375968   整理番号：20A0493992

ディープニューラルネットワークの性能に及ぼす高い影響を持つハイパーパラメータの同定:卵巣癌の臨床病理学的データへの応用【JST・京大機械翻訳】

Identification of hyperparameters with high effects on performance of deep neural networks: application to clinicopathological data of ovarian cancer

著者 (5件)： Hwangbo Suhyun (Seoul National University,Interdisciplinary Program in Bioinformatics,Seoul,Korea) ,  Kim Se Ik (Seoul National University College of Medicine,Department of Obstetrics and Gynecology,Seoul,Korea) ,  Cho Untack (Seoul National University College of Medicine,Interdisciplinary Program in Cancer Biology,Seoul,Korea) ,  Song Yong-Sang (Seoul National University College of Medicine,Department of Obstetrics and Gynecology,Seoul,Korea) ,  Park Taesung (Seoul National University,Department of Statistics,Seoul,Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： BIBM  ページ： 1982-1987  発行年： 2019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： 深い学習における最近の進歩は,精密医療のための効果的なアプローチとして出現した。医学への深い学習の応用は,主に医用画像データに適用されているが,臨床病理学的データには適用されていない。臨床病理学的データへの深い学習モデルの挑戦の1つは,高い予測力を得るためにハイパーパラメータを最適化することである。本研究では,パワーに大きな影響を及ぼす深い学習モデルのハイパーパラメータを同定した。特に,卵巣癌患者に対する白金に基づく化学療法応答の予測に焦点を当てた。性能計量として,曲線下面積を用いた。6つのハイパーパラメータを最適化した:隠れ層の数,隠れユニットの数,最適化アルゴリズム,重みづけ初期化,活性化関数,およびドロップアウト率。また,超パラメータ間の有意な相互作用効果を同定した。予測に大きな影響を持つハイパーパラメータの組合せを成功裏に見出した。これらの最適組合せは,種々の癌患者に対する化学療法に対する反応の予測精度を増加させることが期待される。Copyright 2020 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： 重みづけ ,  薬物療法 ,  最適化 ,  血中濃度-時間曲線下面積 ,  学習モデル ,  白金 ,  *卵巣腫瘍
準シソーラス用語： 予測精度 ,  癌患者 ,  活性化関数 ,  隠れ層 ,  *臨床病理学 ,  *ハイパーパラメータ ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  医用情報処理  (JE15030Q)

タイトルに関連する用語 (6件)： ディープニューラルネットワーク ,  ハイパーパラメータ ,  同定 ,  卵巣癌 ,  臨床病理学 ,  応用