文献

J-GLOBAL ID：202202278807748805   整理番号：22A0828208

不均衡データに関する癌診断の包括的データレベル調査【JST・京大機械翻訳】

A comprehensive data-level investigation of cancer diagnosis on imbalanced data

著者 (2件)： Gupta Surbhi (School of Computer Science and Engineering Department, Shri Mata Vaishno Devi University, Katra, Jammu and Kashmir, India) ,  Gupta Manoj Kumar (School of Computer Science and Engineering Department, Shri Mata Vaishno Devi University, Katra, Jammu and Kashmir, India)
資料名： Computational Intelligence  (Computational Intelligence)
巻： 38  号： 1  ページ： 156-186  発行年： 2022年 
JST資料番号： A1312A  ISSN： 0824-7935  資料種別： 逐次刊行物 (A)
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： 癌は世界における死因の1つである。癌の研究は,癌患者の臨床応用を可能にするので重要である。本研究では,自動疾患診断のためのStacked Ensemble Model(袋掛けおよびブースト学習者)を提案した。実験結果は,従来の機械学習技術への提案方法の優位性を証明した。経験的研究において,8つのデータ処理方法および14の分類方法の性能を,予測結果を得るために比較した。モデルの性能を5つのベンチマークデータセットで評価した。Cervical Cancer(0.98),Mesothelioma(0.93),乳癌(0.99),Prostate Cancer(0.97),およびC型肝炎ウイルス(0.998)データセットで提案された方法論によって達成された曲線スコアの下のかなりの領域は,以前に発表された研究より,本研究をより重要にする。実験結果は,著者らの提案方法が従来の機械学習技術より優れていて,提案モデルが効率的計算モデルの形式に寄与することを示した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 技術 ,  計算機診断 ,  モデル ,  データ処理 ,  ベンチマーク ,  子宮頚部腫瘍 ,  前立腺腫瘍 ,  乳房腫瘍 ,  計算モデル ,  C型肝炎ウイルス ,  *死因
準シソーラス用語： 学習者 ,  癌患者 ,  *癌診断 ,  臨床応用 ,  機械学習技術 , 【Automatic Indexing@JST】

著者キーワード (8件)： 乳癌 ,  子宮頸癌 ,  コンピュータ支援診断 ,  アンサンブル学習 ,  C型肝炎ウイルス ,  中皮腫 ,  前立腺癌 ,  スタッキング

分類 (2件)： 腫ようの診断  (GE03020J) ,  医用情報処理  (JE15030Q)

タイトルに関連する用語 (3件)： 不均衡データ ,  癌診断 ,  調査