文献

J-GLOBAL ID：202002264811783509   整理番号：20A2694890

機械学習を用いた高血圧のアンケートに基づく予測【JST・京大機械翻訳】

Questionnaire-Based Prediction of Hypertension Using Machine Learning

著者 (6件)： Chaturvedi Abhijat (Centre for Development of Advanced Computing, Noida, India) ,  Srivastava Siddharth (Centre for Development of Advanced Computing, Noida, India) ,  Rai Astha (Centre for Development of Advanced Computing, Noida, India) ,  Cheema A. S. (Centre for Development of Advanced Computing, Noida, India) ,  Chelimela Desham (All India Institute of Medical Sciences, Mangalagiri, India) ,  Aravindakshan Rajeev (All India Institute of Medical Sciences, Mangalagiri, India)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 694  ページ： 123-136  発行年： 2020年 
JST資料番号： W5070A  ISSN： 1876-1100  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： 機械学習は,貴重な時間またはタイムリーな警報またはバイタルモニタリングの節約のいずれかによって,医療提供者のための支援技術としての健康管理における能力を証明した。しかし,実世界でのそれらの適用は,データのアベイラビリティによって制限される。本論文では,簡単な機械学習アルゴリズム,特にニューラルネットワークは,注意深く設計すれば,限られた量のデータでも極めて効果的であることを示す。特に,標準修正国立標準技術データベース(MNIST)データセットに関する徹底的な実験で,有効性能に対する様々なパラメータの影響を分析した。さらに,高血圧解析のための三次医療病院で収集したカスタムデータセット上で,これらの設計考察を適用して,競合基準と比較してより良い性能を達成した。数百人の患者だけの実世界データセットにおいて,これらの設計選択の有効性を示し,患者が高血圧に悩まされるかどうかを決定する際に75%の精度を報告する。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： データベース ,  ニューラルネットワーク ,  *高血圧症 ,  アベイラビリティ ,  健康管理 ,  アンケート ,  有効性 ,  *機械学習 ,  学習アルゴリズム
準シソーラス用語： 支援技術 , 【Automatic Indexing@JST】

著者キーワード (1件)： 健康管理ニューラルネットワークサポートベクトルマシンランダムフォレストにおける機械学習

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 機械学習 ,  高血圧 ,  アンケート ,  予測