文献

J-GLOBAL ID：202202211866084947   整理番号：22A0778173

遺伝的アルゴリズムによる特徴選択を用いた心臓病予測の改善【JST・京大機械翻訳】

Improving Heart Disease Prediction Using Feature Selection Through Genetic Algorithm

著者 (3件)： Aleem Abdul (Siksha ‘O’ Anusandhan Deemed to be University, Bhubaneswar, Odisha, India) ,  Prateek Gautam (Motilal Nehru National Institute of Technology, Allahabad, India) ,  Kumar Naveen (Siksha ‘O’ Anusandhan Deemed to be University, Bhubaneswar, Odisha, India)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1534  ページ： 765-776  発行年： 2022年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 心臓病は致死の主因の1つである。信頼性がありロバストな予測システムが,予防措置と投薬を前もって採用し,それに応じて積極的なライフスタイルを開発するのに必要である。各種の重要な特徴は,ヒト心臓の健康を決定し,将来の心臓疾患を得る機会を決定する重要なものを認識することが重要である。重要な特徴に基づく種々の機械学習アルゴリズムは,より正確に心臓病を予測することができた。本論文では,機械学習アルゴリズムの精度を改善するために,特徴選択のための遺伝的アルゴリズム(GA)および粒子群最適化(PSO)のような進化的アルゴリズムを採用した。Naive Bayes(NB),サポートベクトルマシン(SVM),およびJ48と組み合わせたGAとPSOを特徴選択に適用した。重要な特徴を選択した後,特徴選択アルゴリズムの有効性を,完全なデータセットと縮小データセットに機械学習アプローチを適用することにより評価した。5つの異なる機械学習アプローチ,すなわち,NB,SVM,決定木(DT),ロジスティック回帰(LR),およびランダムフォレスト(RF)アルゴリズムを用いて,心臓病を予測し,従って特徴選択手法の有効性を測定した。結果は,GAが予測精度を最も高めるので,特徴選択のための最も効果的アルゴリズムであることを示した。Copyright Springer Nature Switzerland AG 2022 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 ,  *心臓 ,  ヒト ,  ライフスタイル ,  *特徴選択 ,  *心臓病 ,  ディシジョンツリー ,  ロバスト性 ,  機械学習 ,  *遺伝的アルゴリズム ,  学習アルゴリズム ,  サポートベクトルマシン
準シソーラス用語： ロジスティック回帰分析 ,  予測精度 ,  ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (5件)： 特徴選択 ,  遺伝的アルゴリズム(GA) ,  心臓病予測 ,  分類 ,  粒子群最適化(PSO)

分類 (2件)： 人工知能  (JE08000Z) ,  循環系の診断  (GJ02000V)

タイトルに関連する用語 (4件)： 遺伝的アルゴリズム ,  特徴選択 ,  心臓病 ,  予測