文献

J-GLOBAL ID：202202259207254423   整理番号：22A0432854

一次および二次モデルの定義は可能か?機械学習によるEscherichia coli O157成長の予測【JST・京大機械翻訳】

Is skipping the definition of primary and secondary models possible? Prediction of Escherichia coli O157 growth by machine learning

著者 (4件)： Koyama Kento (Graduate School of Agricultural Science, Hokkaido University, Kita-9, Nishi-9, Kita-ku, Sapporo 060-8589, Japan) ,  Kubo Kyosuke (Graduate School of Agricultural Science, Hokkaido University, Kita-9, Nishi-9, Kita-ku, Sapporo 060-8589, Japan) ,  Hiura Satoko (Graduate School of Agricultural Science, Hokkaido University, Kita-9, Nishi-9, Kita-ku, Sapporo 060-8589, Japan) ,  Koseki Shige (Graduate School of Agricultural Science, Hokkaido University, Kita-9, Nishi-9, Kita-ku, Sapporo 060-8589, Japan)
資料名： Journal of Microbiological Methods  (Journal of Microbiological Methods)
巻： 192  ページ： Null  発行年： 2022年 
JST資料番号： H0882A  ISSN： 0167-7012  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： 食品における細菌集団挙動を予測するために,特異的機能型を有する統計モデルを予測微生物学の分野で適用した。モデラーは,統計的モデリングアプローチにおける応答と説明変数の間の線形または非線形関係を考慮する必要がある。本研究では,一次および二次構造モデルの定義をスキップする機械学習法に焦点を当てた。サポートベクター回帰,非常にランダム化された樹木回帰,およびGaussプロセス回帰を用いて,一次および二次モデルを定義することなく,15および25°Cでの大腸菌O157の個体群成長を予測した。さらに,サポートベクター回帰モデルを適用して,確率理論で細菌細胞の小集団を予測した。機械学習モデルのモデル性能は現在の統計モデルのそれとほぼ等しかった。機械学習モデルは細菌集団挙動を予測する可能性を有する。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： 食品 ,  Gauss過程 ,  確率論 ,  二次構造 ,  線形性 ,  統計模型 ,  個体群 ,  *機械学習 ,  *大腸菌O157
準シソーラス用語： 予測微生物学 ,  細菌群集 ,  サポートベクトル回帰 ,  細菌細胞 , 【Automatic Indexing@JST】

著者キーワード (5件)： サポートベクトル回帰 ,  超ランダム木回帰 ,  Gauss過程回帰 ,  予測微生物学 ,  確率理論

分類 (1件)： 微生物検査法  (EG02020G)

タイトルに関連する用語 (7件)： モデル ,  定義 ,  機械学習 ,  Escherichia ,  O157 ,  成長 ,  予測