文献

J-GLOBAL ID：202002253317357177   整理番号：20A1897654

ブーストランダムフォレストアルゴリズムを用いたCOVID-19患者の健康予測【JST・京大機械翻訳】

COVID-19 Patient Health Prediction Using Boosted Random Forest Algorithm

著者 (9件)： Iwendi Celestine (BCC of Central South University of Forestry and Technology, Changsha, China) ,  Bashir Ali Kashif (Department of Computing and Mathematics, Manchester Metropolitan University, Manchester, United Kingdom) ,  Peshkar Atharva (Department of Information Technology, G H Raisoni College of Engineering, Nagpur, India) ,  Sujatha R. (School of Information Technology and Engineering, VIT University, Vellore, India) ,  Chatterjee Jyotir Moy (Department of Information Technology, Lord Buddha Education Foundation, Kathmandu, Nepal) ,  Pasupuleti Swetha (School of Civil Engineering, Galgotias University, Greater Noida, India) ,  Mishra Rishita (Department of Electronics and Telecommunications Engineering, G H Raisoni College of Engineering, Nagpur, India) ,  Pillai Sofia (School of Civil Engineering, Galgotias University, Greater Noida, India) ,  Jo Ohyun (Department of Computer Science, College of Electrical and Computer Engineering, Chungbuk National University, Cheongju-si, South Korea)
資料名： Frontiers in Public Health (Web)  (Frontiers in Public Health (Web))
巻： 8  ページ： 357  発行年： 2020年 
JST資料番号： U7097A  ISSN： 2296-2565  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 無線インフラストラクチャ,リアルタイム収集,エンドユーザデバイスの処理における人工知能(AI)技術の統合は現在高需要である。現在,共損失性の性質を検出し,予測するためにAIを用いることは,超ativeである。Coronavirus病2019(COVID-19)パンデミックは,武漢中国に起源があり,世界中,世界的コミュニティに甚大な影響があり,先進医療制度を過給した。グローバルに;4,063,525の確認された症例と282,244の死亡が,2020年5月11日,疾病予防と管理機関の欧州センターに従って記録された。しかし,患者の数における現在の迅速かつ指数関数的上昇は,AI技術を用いた適切な治療に対する感染患者の可能な転帰の効率的で迅速な予測を必要とする。本論文は,AdaBoostアルゴリズムによって強化された微調整ランダムフォレストモデルを提案した。モデルは,COVID-19患者の地理的,旅行,健康,および人口統計学的データを使用して,症例の重症度と可能な転帰,回復,または死亡を予測する。モデルは使用したデータセットで94%の精度と0.86のF1スコアを有した。データ解析は,患者の性別と死亡の間の正の相関を明らかにし,また,大多数の患者が20歳から70歳の間を年齢していることを示す。Copyright 2020 The Author(s) 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 ,  過給 ,  コミュニティ ,  指数関数 ,  地理学 ,  人工知能 ,  データ解析 ,  ヨーロッパ ,  インフラストラクチャー
準シソーラス用語： 人口統計学 ,  エンドユーザ ,  ワイヤレス ,  *ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (6件)： COVID-19 ,  医療分析 ,  患者データ ,  感染症 ,  ブースティング ,  ランダム森林分類

分類 (1件)： 感染症・寄生虫症一般  (GD01010H)

引用文献 (30件)：

• Huang C, Wang Y, Li X, Ren L, Zhao J, Hu Y, et al. Clinical features of patients infected with 2019 novel coronavirus in Wuhan, China. Lancet. (2020) 395:497-506. doi: 10.1016/S0140-6736(20)30183-5
• Li Q, Guan X, Wu P, Wang X, Zhou L, Tong Y, et al. Early transmission dynamics in Wuhan, China, of novel coronavirus-infected pneumonia. N Engl J Med. (2020) 382:1199-207. doi: 10.1056/NEJMoa2001316
• Chen N, Zhou M, Dong X, Qu J, Gong F, Han Y, et al. Epidemiological and clinical characteristics of 99 cases of 2019 novel coronavirus pneumonia in Wuhan, China: a descriptive study. Lancet. (2020) 395:507-13. doi: 10.1016/S0140-6736(20)30211-7
• Clinical Management of Severe Acute Respiratory Infection When Novel Coronavirus (2019-nCoV). Infection Is Suspected: Interim Guidance. (2020). Available online at: https://apps.who.int/iris/handle/10665/330893 (accessed April 31, 2020). doi: 10.1016/S0140-6736(20)30211-7
• Zumla A, Hui DS, Perlman S. Middle East respiratory syndrome. Lancet. (2015) 386:995-1007. doi: 10.1016/S0140-6736(15)60454-8

タイトルに関連する用語 (3件)： COVID-19 ,  患者 ,  予測