文献

J-GLOBAL ID：202202282684009681   整理番号：22A0970937

最適化ディシジョンツリーと適応ブースト最適化決定木を用いたECGビートの分類【JST・京大機械翻訳】

Classification of ECG beats using optimized decision tree and adaptive boosted optimized decision tree

著者 (3件)： Mohebbanaaz (Department of ECE, VNR Vignana Jyothi Institute of Engineering and Technology, JNTUH, Hyderabad, India) ,  Kumari L. V. Rajani (Department of ECE, VNR Vignana Jyothi Institute of Engineering and Technology, JNTUH, Hyderabad, India) ,  Sai Y. Padma (Department of ECE, VNR Vignana Jyothi Institute of Engineering and Technology, JNTUH, Hyderabad, India)
資料名： Signal, Image and Video Processing  (Signal, Image and Video Processing)
巻： 16  号： 3  ページ： 695-703  発行年： 2022年 
JST資料番号： W4946A  ISSN： 1863-1711  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 著者らの革新の急速な進歩は,臨床領域における疾患の早期分析を促進した。心血管疾患を検出するための一次診断ツールは心電図である。6種類の心拍を分類するための2つの分類器を提案した。これらの6つの型のうち,1つは正常であり,他の5つは心臓不整脈拍動を示す。複雑な順序問題に取り組むために,決定木はすべての人工知能手順において注目すべき方法論である。標準決定木アルゴリズムは,不正確,不確かな,不完全なデータを処理することができない。ハイパーパラメータの最適化は,これらの欠陥を克服するのを助ける。したがって,最適化決定木と適応ブースト最適化ディシジョンツリーを提案して,不確実なクラスラベルと属性値を有するデータに対処した。さらに,証拠理論上で不確実なデータが特性化され達成される事例を考察した。提案した方法を検証し,MIT-BIH不整脈データベースで試験した。提案モデルは,有効かつ有望であり,すべての最先端技術を98.77%の精度で凌駕した。Copyright The Author(s), under exclusive licence to Springer-Verlag London Ltd., part of Springer Nature 2021 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 ,  順序づけ問題 ,  データベース ,  不確実性 ,  心電図 ,  心拍 ,  不整脈 ,  人工知能 ,  心血管疾患 ,  *ディシジョンツリー ,  モデル ,  キャラクタリゼーション
準シソーラス用語： 証拠理論 ,  ハイパーパラメータ , 【Automatic Indexing@JST】

著者キーワード (4件)： ECGビート ,  分類 ,  最適化ディシジョンツリー ,  適応ブースト最適化決定木

分類 (2件)： 生体計測  (EL03020C) ,  循環系の診断  (GJ02000V)

タイトルに関連する用語 (7件)： 最適化 ,  ディシジョンツリー ,  適応 ,  決定木 ,  ECG ,  ビート ,  分類