文献

J-GLOBAL ID：202202224710022098   整理番号：22A1164819

各種アルゴリズムを用いた乳癌分類の解析【JST・京大機械翻訳】

Analysis of Breast Cancer Classification using Various Algorithms

著者 (4件)： S Suthagar (Kongu Engineering College,Dept of Electronics and Communication Engg,Tamil Nadu,India) ,  C Snegha (Kongu Engineering College,Dept of Electronics and Communication Engg,Tamil Nadu,India) ,  M Sureka (Kongu Engineering College,Dept of Electronics and Communication Engg,Tamil Nadu,India) ,  S Velmurugan (Kongu Engineering College,Dept of Electronics and Communication Engg,Tamil Nadu,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICCMC  ページ： 1286-1291  発行年： 2022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： 浸潤性乳管癌は,近年,最も一般的タイプの腫瘍になった。事例に到着する患者の機会は,この問題が早期に検出されるならば改善する。乳癌に対する最も一般的な分類は,2成分(良性癌/悪性癌)であり,これは病理学者が系統的で客観的な予後を有することを許す。WBCD(Wisconsin乳癌診断)データセットを用いて,分類器を構築した。分類を行う前に,データセットを前処理し,様々な技術を用いて探索した。k倍交差検証,パイプライン化,主成分分析(PCA),およびハイパーパラメータ最適化のような4つの機械学習技術を,プロジェクトにおいて比較し,解析した。これらの技術を,良性と悪性乳房腫瘍を区別する必要がある8つの分類器の開発に適用した。これらの技術をAdaboost分類器,KNeighbor分類器,DT分類器,RF分類器,SVM分類器,ロジスティック回帰分類器,GaussNB分類器,および勾配ブースティング分類器に適用した。すべてのアルゴリズムを適用した後に,SVM分類装置はデータセットにすべてのアルゴリズムを適用した後に99.1%の最高精度を得た。Copyright 2022 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 ,  最適化 ,  前処理 ,  腫瘍 ,  予後 ,  主成分分析 ,  *乳房腫瘍
準シソーラス用語： ロジスティック回帰分析 ,  ブースティング ,  ハイパーパラメータ ,  機械学習技術 ,  乳癌診断 ,  SVM分類 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： アルゴリズム ,  乳癌 ,  分類 ,  解析