文献

J-GLOBAL ID：202002293745543167   整理番号：20A1958232

尿中のメタンフェタミン検出のためのソフト投票に基づくアンサンブル学習【JST・京大機械翻訳】

Ensemble Learning Based on Soft Voting for Detecting Methamphetamine in Urine

著者 (5件)： Kurnianingsih Kurnianingsih (Politeknik Negeri Semarang,Department of Electrical Engineering,Semarang,Indonesia) ,  Al Faridi Hadi Nur Fajri (Politeknik Negeri Semarang,Department of Electrical Engineering,Semarang,Indonesia) ,  Dwi Wardihani Eni (Politeknik Negeri Semarang,Department of Electrical Engineering,Semarang,Indonesia) ,  Kubota Naoyuki (Tokyo Metropolitan University,Graduate School of Systems Design,Tokyo,Japan) ,  Chin Wei Hong (Tokyo Metropolitan University,Graduate School of Systems Design,Tokyo,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： FUZZ  ページ： 1-6  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： 最近,情報通信技術,ロボット技術,および人工知能の急速な進歩として,高度な技術に共存している安全,快適,およびスマートな社会の高レベルを構築するようになった。メタンフェタミン中毒は世界における主要なヒト社会問題となっている。毛髪,皮膚,尿,および血液液を通してのメタンフェタミンを検出する従来のアプローチは,財政的に非効率で,時間がかかり,また,いくつかの場合で複雑である。最高精度と精度を有する信頼できる検出を提供することは,挑戦的なタスクである。本論文では,検出の精度を改善するために,ソフト投票アプローチを用いたアンサンブル学習を提案した。最初に,5つの個別分類器,すなわち,適応ニューロファジー推論システム(ANFIS),ランダムフォレスト,多層パーセプトロン(MLP),k-最近傍(k-NN),および同じ尿データセット上のサポートベクトルマシン(SVM)を訓練した。次に,個々のANFIS,ランダムフォレスト,MLP,k-NN,およびSVMの確率を平均化することにより,ソフト投票アプローチを用いた新しいアンサンブル学習を作成した。重み最適化のためのホタルアルゴリズムを用いて,個々の分類器を強化し,アンサンブルを形成し,予測精度を増加させた。提案したアンサンブルは,上記の個々の分類器と比較して100%の精度値を生成する。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： 最適化 ,  ヒト ,  人工知能 ,  投票 ,  多層パーセプトロン ,  *ファジィニューラルネットワーク ,  サポートベクトルマシン ,  芳香族化合物 ,  第二アミン
準シソーラス用語： ロボット工学 ,  *アンサンブル学習 ,  情報通信技術 ,  予測精度 ,  ランダムフォレスト ,  適応ニューロ-ファジィ推論システム ,  ホタルアルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

物質索引 (1件)： メタンフェタミン

タイトルに関連する用語 (5件)： 尿 ,  メタンフェタミン ,  ソフト ,  投票 ,  アンサンブル学習