文献

J-GLOBAL ID：202002215662744584   整理番号：20A0805762

疾患解析学への応用を伴うハイブリッドビッグデータ源に関する革新的ビッグデータ予測解析フレームワーク【JST・京大機械翻訳】

An Innovative Big Data Predictive Analytics Framework over Hybrid Big Data Sources with an Application for Disease Analytics

著者 (3件)： Souza Joglas (Department of Computer Science, University of Manitoba, Winnipeg, MB, Canada) ,  Leung Carson K. (Department of Computer Science, University of Manitoba, Winnipeg, MB, Canada) ,  Cuzzocrea Alfredo (iDEA Lab, University of Calabria, Rende, Italy)
資料名： Advances in Intelligent Systems and Computing  (Advances in Intelligent Systems and Computing)
巻： 1151  ページ： 669-680  発行年： 2020年 
JST資料番号： W5075A  ISSN： 2194-5357  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： 今日,大規模なデータがどこでもある。大規模データの例には,気象データ,Web検索データ,疾患報告,ならびに流行データと統計が含まれている。これらの大きなデータは,広範囲のデータ源から容易に生成し収集できる。予測分析フレームワークのようなデータ科学枠組みは,有用な情報を発見し,知識を発見するために,様々な大規模データ源からデータマイニングデータを支援し,それを適切な行動のためにwisdomに変換することができる。本論文では,ハイブリッド大規模データソース上の革新的な大規模データ予測解析フレームワークを提示した。著者らのフレームワークの有効性と実用性を実証するために,著者らは,疾患分析にフレームワークを適用することに関して,いくつかの事例研究を実施した。より具体的には,サポートベクトルマシン(SVM)集合における3つのカーネルのハイブリッドに基づくデング事例を予測し予測するために,気象データとWeb検索データを統合し,組み込み,解析した。結果は,著者らの予測分析フレームワークが疾病管理と予防における健康機関に有益であることを示している。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *データマイニング ,  気象データ ,  事例研究 ,  有効性 ,  解析学 ,  サポートベクトルマシン
準シソーラス用語： 疾病管理 ,  実用性 ,  ウェブ検索 ,  大規模データ ,  予測解析 ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  計算機システム開発  (JD02010R)

タイトルに関連する用語 (6件)： 疾患 ,  解析学 ,  応用 ,  ビッグデータ ,  予測 ,  解析フレームワーク