文献

J-GLOBAL ID：202002221937088328   整理番号：20A1620054

血糖レベル予測のための自己回帰時間遅延ジャンプニューラルネットワーク【JST・京大機械翻訳】

Auto-Regressive Time Delayed jump neural network for blood glucose levels forecasting

著者 (5件)： D’Antoni Federico (Universita Campus Bio-Medico di Roma, Department of Engineering, via Alvaro del Portillo, 21, Rome, Italy) ,  Merone Mario (Universita Campus Bio-Medico di Roma, Department of Engineering, via Alvaro del Portillo, 21, Rome, Italy) ,  Piemonte Vincenzo (Universita Campus Bio-Medico di Roma, Department of Engineering, via Alvaro del Portillo, 21, Rome, Italy) ,  Iannello Giulio (Universita Campus Bio-Medico di Roma, Department of Engineering, via Alvaro del Portillo, 21, Rome, Italy) ,  Soda Paolo (Universita Campus Bio-Medico di Roma, Department of Engineering, via Alvaro del Portillo, 21, Rome, Italy)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 203  ページ： Null  発行年： 2020年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 糖尿病は広範な慢性疾患であり,世界的な死因の1つである。糖尿病の人々の生活の質を改善し,合併症の発生を低下させるために,生理学的範囲を超える血糖レベルを予防することが基本である。この目的で,近年の多くの研究が,連続グルコースモニタリングセンサーの読みを利用する機械学習アルゴリズムを用いて将来の血糖傾向を予測するために開発されたが,それは糖尿病患者24時間から血糖データを収集する。しかし,それらの適用は,通常,患者から集められた大量の訓練データおよび他の異質な特徴を必要とするという事実によって,実際に制限される。この理由で,本研究では,入力として過去のグルコース値のみを用いて将来の血糖レベルを予測できる新しいニューラルネットワークを提示し,少量の訓練データを必要とした。モデルは,出力から隠れ層へのフィードバック接続の付加と,入力対隠れ,出力対隠れおよび入出力接続のそれぞれに対する時間遅れを有するジャンプニューラルネットワークである。個人および公共データセットについて実験を行った。RMSEと有害事象検出に関する性能を評価した。提案したモデルは,時系列予測に適した他の方法,ならびに文献に存在する血糖レベル予測のモデルより優れている。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ニューラルネットワーク ,  *血糖 ,  糖尿病 ,  合併症 ,  クオリティオブライフ ,  学習アルゴリズム ,  死因
準シソーラス用語： 慢性疾患 ,  訓練データ ,  *血糖値 ,  隠れ層 ,  糖尿病患者 ,  *自己回帰 ,  有害事象 , 【Automatic Indexing@JST】

著者キーワード (5件)： 時系列予測 ,  ニューラルネットワーク ,  精密医学 ,  糖尿病 ,  バイオメディカルパターン

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (6件)： 血糖レベル ,  予測 ,  自己回帰 ,  時間遅延 ,  ジャンプ ,  ニューラルネットワーク