文献

J-GLOBAL ID：202002243400378739   整理番号：20A0822217

アンサンブル学習を用いたヘルスケアビッグデータに関する効果的分析【JST・京大機械翻訳】

Effective Analytics on Healthcare Big Data Using Ensemble Learning

著者 (2件)： Mung Pau Suan (University of Computer Studies,Yangon,Yangon,Myanmar) ,  Phyu Sabai (University of Computer Studies,Yangon,Yangon,Myanmar)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCA  ページ： 1-4  発行年： 2020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： 健康管理の大きなデータは,患者,病院,医師および医療の記録の収集であり,非常に大きく,複雑で,分布し,成長しているので,このデータは,いくつかの従来のデータ解析ツールを用いて維持し,分析することが困難である。この問題を解決するために,いくつかの機械学習ツールを,大規模データ解析フレームワークを用いて,そのような大量のデータに適用した。近年,多くの研究者が,分析の精度を向上させるために,医療データに関するいくつかの機械学習手法を提案している。これらの技術を個別に適用し,それらの結果を比較した。より良い精度を得るために,本論文は3つの機械学習アルゴリズムの結果が結合される集合学習と呼ばれる1つの機械学習手法を提案した。ソフト投票法を用いて精度を結合した。これらの結果から,アンサンブル学習が最大精度を得ることができることを観測した。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： 機械学習 ,  データ解析 ,  *学習 ,  投票 ,  学習アルゴリズム ,  健康管理
準シソーラス用語： 学習ツール ,  解析ツール ,  *ビッグデータ ,  *アンサンブル学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： アンサンブル学習 ,  ヘルスケア ,  ビッグデータ ,  分析