文献

J-GLOBAL ID：202202245707784973   整理番号：22A1164761

機械学習を用いた医療費予測【JST・京大機械翻訳】

Medicine Expenditure Prediction using Machine Learning

著者 (4件)： Nagarjuna Mr (Institute of Technology & Science,Department of CSE Vignan) ,  Pasula Pooja (Institute of Technology & Science,Department of CSE Vignan) ,  Kavyakeerthi T. (Institute of Technology & Science,Department of CSE Vignan) ,  Karthik I. (Institute of Technology & Science,Department of CSE Vignan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICCMC  ページ： 948-952  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： 機械学習は,既存の相関データおよび他の健康管理特性に基づく製薬産業に対する効率的な予測を与える。健康管理応用に使用される機械学習モデルの例は,多層パーセプトロン(MLP),長い短期メモリ(LSTM),および畳込みニューラルネットワーク(CNN)などである。米国の最も一般的な医療データからの患者の医療財政的転帰データを用い,効率的な予測が生成される。LSTM法を,生成敵対ネットワーク(GAN)を構築するために,開始剤システムMLPモデルとして使用した。本研究では,健康領域における患者中心費用を分析するための分散最小化を用いたGANベース設計の構築の価値を強調した。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： 記憶装置 ,  ネットワーク ,  重合開始剤 ,  健康管理 ,  *医療費 ,  製薬業 ,  多層パーセプトロン ,  *機械学習
準シソーラス用語： 畳込みニューラルネットワーク ,  長短期記憶 , 【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 (3件)： 機械学習 ,  医療費 ,  予測