文献

J-GLOBAL ID：202102232289837045   整理番号：21A3309326

Bayes遺伝的クジラ最適化器と適応機械学習を用いたリアルタイムてんかん発作認識【JST・京大機械翻訳】

Real-time epileptic seizure recognition using Bayesian genetic whale optimizer and adaptive machine learning

著者 (6件)： Anter Ahmed M. (School of Biomedical Engineering, Health Science Center, Shenzhen University, Shenzhen, 518060, China) ,  Anter Ahmed M. (Faculty of Computers and Artificial Intelligence, Beni-Suef University, Benisuef, 62511, Egypt) ,  Abd Elaziz Mohamed (Department of Mathematics, Faculty of Science, Zagazig University, Zagazig 44519, Egypt) ,  Abd Elaziz Mohamed (Artificial Intelligence Research Center (AIRC), Ajman University, Ajman, United Arab Emirates) ,  Zhang Zhiguo (School of Biomedical Engineering, Health Science Center, Shenzhen University, Shenzhen, 518060, China) ,  Zhang Zhiguo (Peng Cheng Laboratory, Shenzhen, 518055, China)
資料名： Future Generation Computer Systems  (Future Generation Computer Systems)
巻： 127  ページ： 426-434  発行年： 2022年 
JST資料番号： A0620C  ISSN： 0167-739X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 脳波(EEG)はてんかん発作の同定に一般的に使用されるが,EEGからの発作の同定は,適格な神経物理学者を必要とする困難な課題のままである。リアルタイムで発作を検出することは重要であり,それは, things迫発作の患者を警告するために,モノ(IoT)ベースのクラウドプラットフォームのインターネットで達成できる。したがって,本研究では,IoTフレームワークにおけるEEGから発作状態(例えば発作,発作前,発作間)を認識する新しいモデルを提案し,患者の遠隔監視を行った。提案モデルは,特徴選択のためのナイーブBayes(NB-GWOA)に基づく効率的なハイブリッド遺伝的アルゴリズム(GWOA)と,分類のための微分進化(DE)アルゴリズム(DEELM)に基づく適応極値学習機械(ELM)を使用する。NB-GWOA法において,遺伝的アルゴリズムは最適解の探索におけるクジラ最適化アルゴリズムの利用を強化するのに役立ち,一方,ナイーブBayes法を用いて,探索空間におけるあらゆるエージェントを評価する適応度関数を決定した。GWOAは強いロバスト性を持ち,5回の反復以下で最良の解を見つけることができるので,EEGから得られた膨大な数の神経特徴から識別特徴を選択するのに適している。さらに,分類モデルをELMに基づいて構築して,それは高速かつ効率的学習解法のためにDEアルゴリズムを使用した。結果は,提案したNB-GWOA-DEELMモデルが,過剰およびアンダーフィッティングを避けることができ,その競争者よりEEGから発作状態を分類する際に,より良いおよびより正確な性能を提供できることを示した。Copyright 2021 Elsevier B.V., Amsterdam. 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 ,  *最適化 ,  *学習 ,  脳波 ,  *遺伝 ,  *てんかん ,  特徴選択 ,  ロバスト性 ,  *発作 ,  インターネット ,  エージェント ,  *機械学習 ,  遺伝的アルゴリズム
準シソーラス用語： 最適解 ,  モノのインターネット , 【Automatic Indexing@JST】

著者キーワード (5件)： てんかん ,  最適化 ,  脳波 ,  極限学習機械 ,  WOA

分類 (2件)： 計算機網  (JC03000K) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 遺伝 ,  クジラ ,  最適化 ,  適応 ,  機械学習 ,  リアルタイム ,  てんかん発作