文献

J-GLOBAL ID：202202233105333432   整理番号：22A0687967

説明可能なプロセストレース分類:脳卒中への適用【JST・京大機械翻訳】

Explainable process trace classification: An application to stroke

著者 (3件)： Leonardi Giorgio (DISIT, Computer Science Institute, Universita del Piemonte Orientale, Viale Michel 11, I-15121 Alessandria, Italy) ,  Montani Stefania (DISIT, Computer Science Institute, Universita del Piemonte Orientale, Viale Michel 11, I-15121 Alessandria, Italy) ,  Striani Manuel (DISIT, Computer Science Institute, Universita del Piemonte Orientale, Viale Michel 11, I-15121 Alessandria, Italy)
資料名： Journal of Biomedical Informatics  (Journal of Biomedical Informatics)
巻： 126  ページ： Null  発行年： 2022年 
JST資料番号： B0827A  ISSN： 1532-0464  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 医療プロセストレース分類は,いくつかの性能特性に基づいてトレース自身を分類するために,健康管理組織によってログ化された活動シーケンスを利用する。この情報は品質評価に使用できる。最先端のプロセストレース分類は,説明可能性の欠如に悩まされる非常に強力な技術である深層学習に頼る。本論文では,関連する応用,すなわち,ストローク管理における品質評価のためのプロセストレースの分類によって動機づけられたこの問題に取り組むことを目的とした。この目的のために,トレース顕著性マップの新しい概念を導入し,どのトレース活動が分類タスクに対して特に重要であるかを強調する。トレース顕著性マップを通して,深層学習アーキテクチャの出力を正当化し,それを医療ユーザに容易に解釈できる。著者らの使用事例における良好な結果は,このアプローチの実現可能性を示し,また,他のアプリケーション設定および他のブラックボックス学習者に翻訳されるかもしれないという仮説を立てた。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： 評価 ,  分類 ,  ブラックボックス ,  人工知能 ,  応用プログラム ,  健康管理 ,  *脳卒中 ,  問題 ,  計算機アーキテクチャ ,  機械学習
準シソーラス用語： 品質評価 ,  学習者 ,  顕著性マップ ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 説明可能な人工知能 ,  深層学習 ,  プロセストレース ,  脳卒中管理

分類 (3件)： 医用情報処理  (JE15030Q) ,  基礎治療学  (GC03012A) ,  臨床診断学  (GC03003G)

タイトルに関連する用語 (5件)： 説明 ,  プロセス ,  トレース ,  分類 ,  脳卒中