文献

J-GLOBAL ID：202202267084686076   整理番号：22A1164672

伝統的機械学習モデルと深層ニューラルネットワークを用いたIOT装置の最適化制御【JST・京大機械翻訳】

Optimizing Control of IOT Device using Traditional Machine Learning Models and Deep Neural Networks

著者 (3件)： Meena Palak (Delhi Technological University,Department of Information Technology,New Delhi,India) ,  Sharma Palak (Delhi Technological University,Department of Information Technology,New Delhi,India) ,  Sharma Kapil (Delhi Technological University,Department of Information Technology,New Delhi,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICCMC  ページ： 445-451  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： Covid-19の脅威の増加および現在,人々間の世界にわたるミクロン感染により,完全に自動化された自己制御または機械化人工呼吸器の需要に大きなサージがあり,十分な空気圧を弱いヒト肺に連続的に供給できる。それは,無数の未治療患者に対する訓練された医師の手持ちに起因する効果を軽減し,また,十分な健康障害施設の欠如が,需要の時間においてサポートするのに,著者らのハンブルな努力である。上述の理由の1つにより,地球上の他の貴重な寿命を失う。著者らは,異なる肺設定の下で研究室開発した機械的人工呼吸器システムから得られた観察のシミュレーションを試みた。NLPを用いてこのデータセットを前処理後,訓練データを解析し,多数の属性からの観測間の相関を調べた。一組の機械学習(LR,RF,SVM,LGBM)と深学習(MLP,LSTM,Bi-LSTM)アルゴリズムを,著者らのモデルを個々に訓練するために展開して,それから,Bi-LSTMは,他のものより例外的によく実行した。しかし,徹底的な臨床試験と推奨後のみ,生命支援に関する多数の患者は,近い将来,この装置の大きな実際的応用を通して新しい寿命を得ることができる。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： アルゴリズム ,  自動化 ,  *学習 ,  *学習モデル ,  機械化 ,  最適制御 ,  前処理 ,  健康被害 ,  ヒト ,  臨床試験 ,  人工呼吸器 ,  *機械学習
準シソーラス用語： 空気圧 ,  訓練データ ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 機械学習 ,  モデル ,  深層ニューラルネットワーク ,  IoT装置 ,  最適化制御