文献

J-GLOBAL ID：202202274929374090   整理番号：22A0992920

実数値深さ信頼ネットワークの人体血圧予測への応用【JST・京大機械翻訳】

APPLICATION OF A REAL-VALUED DEEP BELIEF NETWORK IN PREDICTION OF HUMAN BLOOD PRESSURE

著者 (4件)： Song Bo (青島科技大学 山東 青島 266100) ,  Liu Shaoyang (青島科技大学 山東 青島 266100) ,  Yi Peng (青島科技大学 山東 青島 266100) ,  Feng Yunxia (青島科技大学 山東 青島 266100)
資料名： Jisuanji Yingyong Yuruanjian  (Jisuanji Yingyong Yuruanjian)
巻： 39  号： 1  ページ： 53-59  発行年： 2022年 
JST資料番号： C2940A  ISSN： 1000-386X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 既存の血圧予測方法では、薬物治療、ライフスタイル介入などの降圧措置が血圧の長期的かつ複雑に与える影響を特徴付けるのが難しいため、実数値深さ信頼ネットワーク(Real-valuedDeepBeliefNets)を提案した。RDBN)の人体血圧予測モデルは、高血圧患者とハイリスク人群の降圧措置の追跡期間後の血圧変化を予測するのに用いられる。本モデルは,二重Gauss構造の有限ボルツマンマシンユニット(Gaussian-GaussianRestrictedBoltzmannMachine)によって,構成した。GG-RBMの積み重ねによって形成した深層ネットワークは、将来の血圧に影響する要素を自動抽出し、血圧とその影響因子の間の複雑な非線形関係を掘り出す。適応距離推定(AdaptiveMomentEstimation,Adam)アルゴリズムに基づいてパラメータ空間の探索過程を加速する。実験結果によると、患者の将来の血圧の予測に対して、RDBNに基づく血圧予測モデルは従来の予測方法に比べ、より高い予測精度を有する。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  アルゴリズム ,  *ネットワーク ,  予測 ,  *血圧 ,  高血圧症 ,  ライフスタイル ,  薬物療法 ,  *実数 ,  患者 ,  深層 ,  予測モデル
準シソーラス用語： 自動抽出 ,  予測精度 ,  ハイリスク , 【Automatic Indexing@JST】

分類 (2件)： 循環系の医学一般  (GJ01010Z) ,  代謝異常・栄養性疾患一般  (GD05010J)

タイトルに関連する用語 (6件)： 実数値 ,  信頼 ,  人体 ,  血圧 ,  予測 ,  応用