文献

J-GLOBAL ID：202202249502137850   整理番号：22A1164762

機械学習に基づく自殺予測【JST・京大機械翻訳】

Machine Learning based Suicide Prediction

著者 (4件)： Srinu B. (Vignan Institute of Technology and Science,Department of Computer Science and Engineering) ,  Bhavana P. N. L. (Vignan Institute of Technology and Science,Department of Computer Science and Engineering) ,  Tarun Reddy B. (Vignan Institute of Technology and Science,Department of Computer Science and Engineering) ,  Vaishnavi B. (Vignan Institute of Technology and Science,Department of Computer Science and Engineering)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICCMC  ページ： 953-957  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： 自殺と抑鬱は今日の世界における上昇である。ストレス,不安発作,抑うつ障害および他の因子は,人々における自殺思考の最も一般的な原因である。自殺思考は,自殺試みのための主要な動機である高レベルの精神的ストレスによって誘発できる。しかし,従来の自殺予測法では,統計は,人々の自殺思考と心理的ストレスの間のマイナーな関係で使われる。この分野をさらに進めるために,本研究では,6つの最も重要な心理的ストレス原因領域および他の人々に送られるメッセージのタイプを用いて,個人に存在する自殺のアイデアを分析し,予測するために,ランダムフォレスト[RF]およびサポートベクトルマシン[SVM]のような異なるMLアルゴリズムを開発した。ランダムフォレスト[RF]とSVM法の精度を評価し,比較した。それらの中で,ランダムフォレストは,サポートベクターマシンより良い精度を持った。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： 予測技法 ,  アルゴリズム ,  マイナ ,  抑うつ ,  自殺 ,  情動ストレス ,  *機械学習 ,  サポートベクトルマシン
準シソーラス用語： パニック発作 ,  ランダムフォレスト ,  うつ病性障害 , 【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 ,  自殺 ,  予測