文献

J-GLOBAL ID：202202217594606759   整理番号：22A0906007

生物医学データ交絡機械学習におけるDoppelgaenger効果【JST・京大機械翻訳】

How doppelgaenger effects in biomedical data confound machine learning

著者 (5件)： Wang Li Rong (School of Computer Science and Engineering, Nanyang Technological University, Singapore) ,  Wong Limsoon (Department of Computer Science, National University of Singapore, Singapore) ,  Wong Limsoon (Department of Pathology, National University of Singapore, Singapore) ,  Goh Wilson Wen Bin (Lee Kong Chian School of Medicine, Nanyang Technological University, Singapore) ,  Goh Wilson Wen Bin (School of Biological Sciences, Nanyang Technological University, Singapore)
資料名： Drug Discovery Today  (Drug Discovery Today)
巻： 27  号： 3  ページ： 678-685  発行年： 2022年 
JST資料番号： W1088B  ISSN： 1359-6446  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 機械学習(ML)モデルは,潜在的標的の迅速同定のための薬物開発においてますます採用されている。交差検証技術は,これらのモデルを評価するために一般的に使用される。しかし,そのような検証方法の信頼性は,データドッパガエンガーの存在により影響を受ける。独立導出データが互いに非常に類似しているとき,データドップルガエンガーは生じ,それらが訓練された方法(すなわち,ドポペルガエンガー効果)に無関係にモデルを引き起こす。生物医学データとそれらのインフレーション効果におけるデータドポペルガエンガーの豊富さにもかかわらず,それらは未特性化のままである。著者らは,生物医学データにおけるそれらの有病率を示し,ドポペルガエンガーがどのようにして生じ,それらの交絡効果の証明を提供するかを示した。doppelgaenger効果を緩和するために,訓練-検証分割の前にデータドッパガエンガーの同定を推奨した。Copyright 2022 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： インフレーション ,  信頼性 ,  *データ ,  生物学 ,  *臨床医学 ,  キャラクタリゼーション ,  *機械学習
準シソーラス用語： 計算生物学 ,  創薬 ,  *生物医学 , 【Automatic Indexing@JST】

著者キーワード (4件)： 計算生物学 ,  データ科学 ,  Doppelgaenger効果 ,  機械学習

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 生物医学 ,  交絡 ,  機械学習