文献

J-GLOBAL ID：202202271613927986   整理番号：22A1169762

医療データ分類のためのハイブリッドハイパーキューブ最適化探索アルゴリズムと多層パーセプトロンニューラルネットワーク【JST・京大機械翻訳】

Hybrid Hypercube Optimization Search Algorithm and Multilayer Perceptron Neural Network for Medical Data Classification

著者 (3件)： Tunay Mustafa (Department of Computer Engineering, Istanbul Gelisim University, Istanbul, Turkey) ,  Pashaei Elnaz (Department of Software Engineering, Istanbul Aydin University, Istanbul, Turkey) ,  Pashaei Elham (Department of Computer Engineering, Istanbul Gelisim University, Istanbul, Turkey)
資料名： Computational Intelligence and Neuroscience (Web)  (Computational Intelligence and Neuroscience (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7694A  ISSN： 1687-5265  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： ハイパーキューブ最適化探索(HOS)手法は,探索ゾーンを描写するためにハイパーキューブを利用して,自然における新しい食品サイトの探求におけるドーブの動きをシミュレートする新しい効率的でロバストなメタヒューリスティックアルゴリズムである。医療情報学において,医療データの分類は,健康管理データの不確実性と性質のため,最も挑戦的な課題の1つである。本論文では,医用データ分類のための意思決定支援ツールとしての有効性を高めるために,最も広く使われているニューラルネットワーク(NN)の1つである多層パーセプトロン(MLP)を訓練するためのHOSアルゴリズムの使用を提案した。提案したHOS-MLPモデルを,訓練MLPにおけるHOSの成功を評価するために,整形外科患者,糖尿病,冠動脈心疾患,および乳癌の4つの重要な医療データセットで試験した。検証のために,結果を11の異なった分類器と8つのよく保護されたMLP訓練者メタヒューリスティックアルゴリズム,すなわちパーティクルスウォーム最適化(PSO),バイオ地理学ベースの最適化器(BBO),ホタルアルゴリズム(FFA),人工ハチコロニー(ABC),遺伝的アルゴリズム(GA),コウモリアルゴリズム(BAT),単元バタフライ最適化器(MBO),および花受粉アルゴリズム(FPA)と比較した。実験結果は,HOSによって訓練されたMLPが,平均二乗誤差(MSE),分類精度,および収束速度に関する他の比較モデルより優れていることを実証した。また,この知見は,HOSがMLPを助け,疾患予測のための他の分類アルゴリズムよりもより正確な結果を生成することを明らかにした。Copyright 2022 Mustafa Tunay et al. 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 ,  食品 ,  不確実性 ,  *ニューラルネットワーク ,  糖尿病 ,  健康管理 ,  意思決定支援システム ,  ロバスト性 ,  乳房腫瘍 ,  *多層パーセプトロン ,  遺伝的アルゴリズム
準シソーラス用語： 粒子群最適化 ,  分類アルゴリズム ,  ヒューリスティック , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  呼吸器の診断  (GI02000S) ,  ニューロコンピュータ  (JC06010Q)

引用文献 (46件)：

• S.-J. Lee, C.-H. Tseng, G. T. R. Lin, Y. Yang, P. Yang, K. Muhammad, H. M. Pandey, "A dimension-reduction based multilayer perception method for supporting the medical decision making," Pattern Recognition Letters, vol. 131, pp. 15-22, 2020.
• M. Hosseinzadeh, O. H. Ahmed, M. Y. Ghafour, F. Safara, H. k. hama, S. Ali, B. Vo, H.-S. Chiang, "A multiple multilayer perceptron neural network with an adaptive learning algorithm for thyroid disease diagnosis in the internet of medical things," The Journal of Supercomputing, vol. 77, no. 4, pp. 3616-3637, 2020.
• M. Desai, M. Shah, "An anatomization on breast cancer detection and diagnosis employing multi-layer perceptron neural network (MLP) and Convolutional neural network (CNN)," Clinical eHealth, vol. 4, pp. 1-11, 2021.
• T. Bikku, "Multi-layered deep learning perceptron approach for health risk prediction," Journal of Big Data, vol. 7, no. 1, pp. 1-14, 2020.
• L. Abualigah, "Group search optimizer: a nature-inspired meta-heuristic optimization algorithm with its results, variants, and applications," Neural Computing & Applications, vol. 33, no. 7, pp. 2949-2972, 2021.

タイトルに関連する用語 (6件)： 医療 ,  データ分類 ,  ハイパーキューブ ,  最適化 ,  探索アルゴリズム ,  多層パーセプトロンニューラルネットワーク