文献

J-GLOBAL ID：202002265142565092   整理番号：20A0909802

多重特性に基づく半教師付き排卵検出【JST・京大機械翻訳】

Semi-Supervised Ovulation Detection Based on Multiple Properties

著者 (2件)： Azaria Amos (Ariel University) ,  Azaria Seagal (Mayanei Hayeshua Medical Center)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICTAI  ページ： 222-228  発行年： 2019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： 良く研究された問題であるにもかかわらず,ヒト女性における排卵検出は困難な課題である。排卵検出のためのほとんどの現在の方法は,単一特性(例えば,朝体温)の測定,またはほとんどの2つの特性(例えば,唾液と膣の電気抵抗)の測定に依存している。本論文では,排卵が発生する日を検出するための機械学習に基づく方法を提案した。著者らの方法は,5つの異なる特性の測定を考慮した。著者らは,Webからデータセットを作り出し,著者らの方法が排卵検出のために現在の最先端の方法より優れていることを示した。著者らの方法は,より少ない特性の測定を考慮するとき,良く機能した。この方法の性能は,無標識データを用いることにより,さらに改善されることを示した。すなわち,これは,知られていない排卵日を伴わない月経サイクルである。結果として得られた機械学習モデルは,特にいくつかの測定が欠けているとき,それらの排卵期間を認識する際にトラブルを持つことを試みる女性にとって非常に有用である。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： 体温 ,  ヒト ,  女性 ,  *多重化 ,  *排卵 ,  Web【情報システム】 ,  機械学習 ,  月経周期
準シソーラス用語： 無標識 , 【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 (3件)： 多重 ,  教師 ,  排卵