文献

J-GLOBAL ID：202202266464818624   整理番号：22A1049995

母集団の動的変化を検出するための時空間混合プロセス推定【JST・京大機械翻訳】

Spatio-temporal mixture process estimation to detect dynamical changes in population

著者 (6件)： Pruilh Solange (Center for Applied Mathematics - Ecole Polytechnique, Palaiseau, France) ,  Pruilh Solange (UMR S1138, University of Paris, INRIA, INSERM, Sorbonne University, Paris, France) ,  Jannot Anne-Sophie (UMR S1138, University of Paris, INRIA, INSERM, Sorbonne University, Paris, France) ,  Jannot Anne-Sophie (Department of Statistics, Medical Informatics and Public Health, Hopital Europeen Georges-Pompidou, AP-HP, Paris, France) ,  Allassonniere Stephanie (Center for Applied Mathematics - Ecole Polytechnique, Palaiseau, France) ,  Allassonniere Stephanie (UMR S1138, University of Paris, INRIA, INSERM, Sorbonne University, Paris, France)
資料名： Artificial Intelligence in Medicine  (Artificial Intelligence in Medicine)
巻： 126  ページ： Null  発行年： 2022年 
JST資料番号： T0685A  ISSN： 0933-3657  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： 人口モニタリングは公衆衛生や生態学のような多くの分野での課題である。時空間データ変化のための警報システムを構築するために,空間と時間にわたる個体群分布をモデル化し監視する方法を提案した。混合物モデルが正確に個体群をモデル化できると仮定して,著者らは,クラスタの数とそれらのパラメータを同時に推定するための期待値最大化(EM)アルゴリズムの新しいバージョンを提案した。本アルゴリズムをいくつかのシミュレーションデータセットに関する既存の方法と比較した。次に,時間統計モデルとアルゴリズムを結合して,個体群分布の動的変化の検出を可能にし,空間-時間混合プロセス(STMP)を呼んだ。STMPを合成データで試験して,この過程に適合するために,分布の幾つかの異なる挙動を考察した。最後に,コロナウイルス病2019に対する陽性診断患者の実際のデータセットのSTMPを検証した。パイプラインが実際のデータを進化させ,流行変化を検出することを示した。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： アルゴリズム ,  シミュレーション ,  モデリング ,  クラスタ ,  モデル ,  統計模型 ,  公衆衛生 ,  生態学 ,  個体群 ,  *母集団 ,  警報システム
準シソーラス用語： コロナウイルス ,  EMアルゴリズム ,  *動的変化 , 【Automatic Indexing@JST】

著者キーワード (3件)： Gauss混合モデル ,  EMアルゴリズム ,  時空間データ

分類 (2件)： 数値計算  (JE02000J) ,  個体群生態学  (EE03030S)

タイトルに関連する用語 (5件)： 母集団 ,  動的変化 ,  時空間 ,  混合プロセス ,  推定