文献

J-GLOBAL ID：202202259070656919   整理番号：22A0807336

リリーフFアルゴリズムとK最近傍に基づくハイブリッドモデル 紅斑-扁平上皮疾患予測【JST・京大機械翻訳】

Hybrid Model Based on ReliefF Algorithm and K-Nearest Neighbor for Erythemato-Squamous Diseases Forecasting

著者 (1件)： Alotaibi Abdullah S. (Shaqra University, Shaqra, Saudi Arabia)
資料名： Arabian Journal for Science and Engineering  (Arabian Journal for Science and Engineering)
巻： 47  号： 2  ページ： 1299-1307  発行年： 2022年 
JST資料番号： W4051A  ISSN： 2193-567X  資料種別： 逐次刊行物 (A)
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： 機械学習(ML)技法を用いて,数十年間,実世界問題を解いた。医療科学の分野では,これらのアプローチが様々な医療障害の診断と予後に有用であることがわかっている。しかし,大量の,矛盾する,そして,高次元のデータを扱うとき,従来のML方式は,期待した結果を送ることができなかった。研究者は,これらの問題を解決するために,これらのシステムがそれらの欠点を低減しながらそれらのメリットを統合するので,従来の方法より効果的であることが見出されているハイブリッド解決策を提案した。現在の研究論文では,ハイブリッドモデルを予測アプローチと特徴最適化を結合することによって示した。提案したハイブリッドモデルは,2つの段階を持つ:最初に,紅斑-扁平上皮癌における最適特徴選択のためにReliefFアルゴリズムを実装することを含み,そして,第2は,それらの選択された最適特徴の予測のために,k-最近傍(KNN)を実装することを含んだ。実験は,紅斑-扁平上皮癌に対するベンチマークデータセットで行った。また,提示したハイブリッドモデルを,分類精度,カッパ係数,再現率,精度,およびfスコアなどの種々の計量に基づく従来のKNN手法で評価した。Copyright The Author(s) 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  最適化 ,  データ ,  予測 ,  *上皮 ,  特徴選択 ,  *モデル ,  *紅斑 ,  予後 ,  扁平 ,  高次元 ,  ベンチマーク ,  扁平上皮癌 ,  機械学習
準シソーラス用語： *ハイブリッドモデル ,  再現率 , 【Automatic Indexing@JST】

著者キーワード (5件)： KNN ,  リリーフFアルゴリズム ,  皮膚科学 ,  医療診断 ,  機械学習

分類 (2件)： 人工知能  (JE08000Z) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (7件)： アルゴリズム ,  ハイブリッドモデル ,  紅斑 ,  扁平 ,  上皮 ,  疾患 ,  予測