文献

J-GLOBAL ID：202202224584668980   整理番号：22A0792066

糖尿病予測のための機械学習に基づくパターン検出技術【JST・京大機械翻訳】

Machine learning based pattern detection technique for diabetes mellitus prediction

著者 (2件)： Sumathi A. (Department of Computer Science and Engineering, Srinivasa Ramanujan Centre SASTRA University, Kumbakonam, India) ,  Meganathan S. (Department of Computer Science and Engineering, Srinivasa Ramanujan Centre SASTRA University, Kumbakonam, India)
資料名： Concurrency and Computation: Practice & Experience  (Concurrency and Computation: Practice & Experience)
巻： 34  号： 6  ページ： e6751  発行年： 2022年 
JST資料番号： W2542A  ISSN： 1532-0626  資料種別： 逐次刊行物 (A)
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： 近年,糖尿病の予測のためのいくつかの一般的な分類器と計算ツールが導入されている。これらの方法論のロバスト性は糖尿病を予測し,分類することである。糖尿病はヒトの生活様式に影響する最も致命的な疾患である。より多くの研究者は,より良い分類と予測のために効率的な分類器を設計するために糖尿病問題に焦点を合わせている。本研究は,2つの既存の分類器で分析する。(i)2型糖尿病パターン(HPMT2D)と(ii)2型糖尿病予測モデル(T2DMPM)に対するハイブリッド予測モデル。これらの2つの分類器をRツールに実装した。効率的な分類器は,前もって診断および治療に必要であった。したがって,本論文では,この要求を達成するために,ツリーアンサンブルクラスタリング分類器(DDTEC)を用いた糖尿病パターン検出技術と呼ばれる効率的な機械学習ベースのパターン予測技術を提案した。提案した分類器をBioWekaでRツールに実装し,1型糖尿病,2型糖尿病,および妊娠糖尿病のパターンの分類精度を見出すために徹底的に研究した。実験結果から,既存の分類器は,より良い分類精度とF測度で様々な糖尿病のパターンを分類し,予測できないことが分かった。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  測度 ,  予測 ,  *糖尿病 ,  ヒト ,  クラスタ化 ,  ライフスタイル ,  *検出法 ,  ロバスト性 ,  1型糖尿病 ,  2型糖尿病 ,  *機械学習 ,  予測モデル
準シソーラス用語： 妊娠糖尿病 ,  ロジスティック回帰分析 , 【Automatic Indexing@JST】

著者キーワード (6件)： 糖尿病ツリーアンサンブルクラスタリング分類器 ,  妊娠糖尿病 ,  K平均クラスタリング分類器 ,  ロジスティック回帰分類器 ,  1型糖尿病 ,  2型糖尿病

分類 (2件)： 代謝異常・栄養性疾患一般  (GD05010J) ,  代謝異常・栄養性疾患の診断  (GD05020U)

タイトルに関連する用語 (4件)： 糖尿病 ,  予測 ,  機械学習 ,  検出技術