抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
最近,心拍数変動パラメータのみに基づくグルコースを予測するモデルを設計する際に,いくつかの機械学習(ML)と深層学習(DL)技術を実装することにおいて,異なる研究者が努力している。しかし,各研究はインハウスデータセットを使用し,その結果,結果は残りとは異なった。本論文の目的は,心拍数変動性からグルコース調節を予測するモデルを設計する際のDL技術の予測能力を調査することである。長期心電図測定の155人の患者のデータセットについて臨床研究を行った。最良の結果は,Adam最適化器を有する3つの隠れ層(それぞれ32,256,および64ニューロン)のアーキテクチャで,2値交差エントロピー損失関数によって結合された0.001の学習速度と共に達成される。さらに,Zスコア異常値除去法はより高い精度値をもたらすことが証明されたが,一方,IQR異常値除去法はより高いFlスコア値をもたらすことを証明した。Copyright 2021 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】