文献

J-GLOBAL ID：202202247060304384   整理番号：22A0636959

機械学習アルゴリズムを用いた疾病予測システムに関する比較研究【JST・京大機械翻訳】

A Comparative Study on a Disease Prediction System Using Machine Learning Algorithms

著者 (4件)： Rama Sree S. (Aditya Engineering College, Surampalem, India) ,  Vanathi A. (Aditya Engineering College, Surampalem, India) ,  Veluri Ravi Kishore (Aditya Engineering College, Surampalem, India) ,  Ramesh S. N. S. V. S. C. (Aditya College of Engineering and Technology, Surampalem, India)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1546  ページ： 485-499  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： 支援を追求する人々を動機づける最も必須で基本的な因子の一つは,彼らの身体的幸福である。広大な病気は今日人々に影響し,それらを極めて脆弱にする。したがって,初期段階での疾患予測は,現在,これらの開発の結果としてますます関連するようになった。機械学習は,病気の予測と診断を助けることができる比較的新しい技術である。呼吸困難,心臓発作,および肝臓障害を診断するために,本研究は,症状と共に機械学習を採用する。すべてのこれらの疾患は,それらが非常に一般的で,治療に高価であり,同時にかなりの数の人々に影響するので,著者らの調査の焦点である。Naive Bayes,決定木,ロジスティック回帰,およびランダムフォレストを含むさまざまな教師つき機械学習法を用いて,提供されたデータセットに基づく病気を予測した。この結論を用いて,正しさに基づく学習分類の議論を行った。フラスコはまた,彼らが特定の病気を契約し,もし彼らが病気を契約するならば,適切な予防措置を取るかどうかを予測するため,訪問者を可能にするプラットフォームを構築するのにも使用される。医療情報学の最も重要な側面の中で,慢性疾患の予測である。最も早い機会で条件を診断することが重要である。慢性疾患の分類と予後のための特徴抽出と分類法を用いて,本研究は現在の最先端技術の要約を与える。分類システムに適した要素の選択は,その精度を改善するために重要である。機械学習システムの全体性能の改善における次元の縮小は,その次元的性能の向上に資する。疾患データセットに関する分類アルゴリズムの使用は,研究者に従って,慢性疾患に対する適応,自動化およびスマート医療診断の開発において有望な結果を与える。並列分類システムを使用して,最終発見の計算効率を上げると同時に,プロセスをスピードアップできる。本論文は,いくつかの特徴選択戦略の完全な解析と,各方法の長所と短所を提供した。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 自動化 ,  *学習 ,  特徴抽出 ,  呼吸困難 ,  *病気 ,  特徴選択 ,  ディシジョンツリー ,  計算機アルゴリズム ,  予後 ,  肝障害 ,  *機械学習 ,  *学習アルゴリズム
準シソーラス用語： 慢性疾患 ,  ロジスティック回帰分析 ,  分類アルゴリズム ,  ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (5件)： 喘息予測 ,  ヒートストローク予測 ,  肝疾患予測 ,  ナイーブBayes ,  ロジスティック回帰

分類 (3件)： 人工知能  (JE08000Z) ,  循環系の診断  (GJ02000V) ,  神経系の診断  (GN02000H)

タイトルに関連する用語 (5件)： 機械学習 ,  アルゴリズム ,  疾病 ,  予測システム ,  研究