文献

J-GLOBAL ID：202002249600654814   整理番号：20A0863695

乳癌研究における使用のための機械学習アルゴリズムの比較研究【JST・京大機械翻訳】

A Comparative Study of Machine Learning Algorithms for Use in Breast Cancer Studies

著者 (3件)： Easttom Chuck (CEC Security LLC,Plano,Texas) ,  Thapa Sudip (Capitol Technology University,Laurel,MD,USA) ,  Lawson Justin (Capitol Technology University,Laurel,MD,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CCWC  ページ： 0412-0416  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： 本研究では,乳癌画像から悪性度を決定する際の一連の機械学習アルゴリズムの有効性を調べた。本研究では,アルゴリズム性能を評価するためにWisconsinデータセット(診断)を用いた。機械学習と乳癌画像データに関する多くの公表された研究があるが,現在の文献にはギャップがある。一つのギャップは,いくつかの研究が単一アルゴリズムに焦点を合わせていることである。もう一つのギャップは,比較研究が,しばしば少数のアルゴリズムに焦点を合わせていることである。本研究では,既存の文献におけるこれらの特定のギャップに取り組んだ。本研究では,5つの異なるアルゴリズムを検討し,次に文献から8つのアルゴリズムと比較した。これは,乳癌の検出における機械学習アルゴリズムの有効性の広範な比較研究を提供する。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： *アルゴリズム ,  *機械学習 ,  *乳房腫瘍 ,  有効性 ,  *学習アルゴリズム
準シソーラス用語： 画像データ ,  悪性度 , 【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)： 乳癌 ,  研究 ,  機械学習 ,  アルゴリズム