文献

J-GLOBAL ID：202102250173625535   整理番号：21A0891622

機械学習を用いた日常調査データからのうつ病の予測【JST・京大機械翻訳】

Predicting Depression From Routine Survey Data using Machine Learning

著者 (5件)： Yadav Shivangi (Bharati Vidyapeeth’s College of Engineering,Dept. of ECE,Delhi,India) ,  Kaim Tanishk (Bharati Vidyapeeth’s College of Engineering,Dept. of ECE,Delhi,India) ,  Gupta Shobhit (Bharati Vidyapeeth’s College of Engineering,Dept. of ECE,Delhi,India) ,  Bharti Ujjwal (Bharati Vidyapeeth’s College of Engineering,Dept. of ECE,Delhi,India) ,  Priyadarshi Prakhar (Bharati Vidyapeeth’s College of Engineering,Dept. of IT,Delhi,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICACCCN  ページ： 163-168  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： 世界中で,264百万の個人は,不能力の主な源の1つであるうつ病の悪い影響を経験する。負の職場は,いくつかの物理的および医学的問題をもたらし,効率の損失をもたらす。調査は,個人が精神衛生専門家から援助するのに heアリしていることを証明した。これは,主として精神衛生関連問題周辺の柱頭による。機械学習の上側を考慮して,著者らは人々における鬱病を予測するために多様なアルゴリズムを採用した。本研究に用いたデータは,日常調査データ-ペープルが,家庭と職場環境,精神病の家族歴などについて質問された。解析に用いたアルゴリズムは,K-最近傍,決定木,多項ロジスティック回帰,ランダムフォレスト分類子,バギング,ブースティング,およびStackingであった。結果は,最良性能が81.75の精度スコアを与えるブースティングアルゴリズムを用いることによって得られて,次に81.22でランダムフォレスト分類子がそれに続いたことを示した。うつ病は一般的な問題であり,著者らの知見はその早期予測に有用であることを期待する。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】

シソーラス用語： アルゴリズム ,  労働環境 ,  精神病 ,  柱頭 ,  ディシジョンツリー ,  *うつ病 ,  精神衛生 ,  *機械学習
準シソーラス用語： 職場 ,  ロジスティック回帰分析 ,  ブースティング ,  ランダムフォレスト ,  分類子 ,  ブースティングアルゴリズム , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 機械学習 ,  調査 ,  うつ病 ,  予測