文献

J-GLOBAL ID：202202232505907511   整理番号：22A0886994

コスト感受性畳込みニューラルネットワークに基づく糖尿病再入院のリスク予測【JST・京大機械翻訳】

Risk Prediction of Diabetic Readmission Based on Cost Sensitive Convolutional Neural Network

著者 (5件)： Fan Bin (School of Computer Science, Nanjing University of Posts and Telecommunications, Nanjing, China) ,  Xie Zuoling (Zhongda Hospital Southeast University, Nanjing, China) ,  Cheng Haitao (School of Computer Science, Nanjing University of Posts and Telecommunications, Nanjing, China) ,  Li Peng (School of Computer Science, Nanjing University of Posts and Telecommunications, Nanjing, China) ,  Li Peng (Institute of Network Security and Trusted Computing, Nanjing, China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1563  ページ： 299-311  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： 糖尿病は,すべての年齢の人々にほぼ影響する慢性疾患である。一部の学者は,糖尿病の潜在的リスクが再入院データをモデリングすることによって効果的に予測できることを発見した。しかし,多くのデータ欠損とデータ不均衡問題が糖尿病医療データに存在する。従来の機械学習手法は特徴抽出と分類予測を用いる。しかし,医療データにおける不均衡に起因する巨大な問題とカテゴリーラベルと誤分類誤差の異なるコストは完全に考慮されていない。本論文では,不均衡糖尿病データセットのためのコスト感度畳込みニューラルネットワーク(CSCNN)モデルを提案した。畳込みニューラルネットワーク(CNN)とコスト感受性損失関数を組み合わせてデータ不均衡に対処し,糖尿病再入院データセットに関する十分な実験を行った。他の方法と比較して,著者らのモデルは指標のすべての側面において良い結果を達成した。実験では,モデルのF3スコアは0.584に達し,感度は0.782に達した。提案モデルは不均衡糖尿病の入院患者データを効果的に分類でき,不均衡と歪み問題を効果的に解決できることを見出した。Copyright Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 損失関数 ,  データ ,  分類 ,  予測 ,  *ニューラルネットワーク ,  特徴抽出 ,  非平衡状態 ,  感受性 ,  *糖尿病 ,  病気 ,  モデル ,  機械学習 ,  ゆがみ
準シソーラス用語： 慢性疾患 ,  不均衡 ,  危険予測 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 再入院リスク ,  スキューデータ ,  畳込みニューラルネットワーク ,  コスト感度

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 感受性 ,  畳込みニューラルネットワーク ,  糖尿病 ,  再入院 ,  リスク予測