文献

J-GLOBAL ID：202202283683952000   整理番号：22A1047898

感染症データを分析するための教師つきバイオセンサに基づく非変異構造化アプローチ【JST・京大機械翻訳】

A supervised biosensor-based non-variant structuring approach for analyzing infectious disease data

著者 (4件)： Youssef Ahmed E. (Dept. of Computers and Systems Engineering, Faculty of Engineering at Helwan, Helwan University, Cairo, Egypt) ,  Alfarraj Osama (Computer Science Department, Community College, King Saud University, Riyadh, Saudi Arabia) ,  Alkhalaf Musab (College of Informatics, Korea University, Seoul, South Korea) ,  Hassanein Azza S. (Biomedical Engineering Department, Faculty of Engineering, Helwan University, Helwan, Cairo, Egypt)
資料名： Measurement  (Measurement)
巻： 193  ページ： Null  発行年： 2022年 
JST資料番号： W0315B  ISSN： 0263-2241  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： データモデリングと分析は,可視化と取扱いの容易さのための医療と医療応用における最近の傾向になった。このような医療および健康管理アプリケーションによって生成された膨大な量の情報を保持するために,コンピュータ支援モデリングおよび知的データ処理の必要性は,評価および可視化の品質を増加させることが期待される。さらに,信頼できるモデリングは,より良いデータ可視化を達成するために構造化データ処理を必要とする。非順序および生病/医学データは,可視化プロセスを改善するために,形式的構造化およびグループ化を必要とする。既存のモデルは膨大な量のデータを処理するために多くの時間を消費する。これは,順番に,分類において高い誤り率を引き起こし,それは直接システム性能に影響する。本論文では,バイオセンサーは患者の健康情報を収集し,高い予測率の感染を調べる。バイオセンサは患者健康データ変化を迅速に収集し,データモデリングと分析の時間複雑性を低減する。さらに,感染症データをグループ化するための教師つき非Variant Structure(NVS)アプローチを紹介した。この手法は,センサベースの取得生データの可視化を改善するのを助ける。この構造化過程において,感染症データの会合性及び視差特徴を,疾患関連特徴のグループ分け及び解析に対して同定した。導入した構造化方法は,隠れMarkovモデル(HMM)に基づく蓄積の異なるインスタンスにおけるアソシアティブと視差を識別するための教師つき学習技術を採用した。この学習技術は,より良いモデリングと解析のための感染症データの非部分組織の機会を低減する。提案したアプローチの性能は,98.2%の感度比,96.7%の特異性比,95.5%の精度比,7.8%の予測誤差率,および他の既存の方法と比較して10.1%の分類精度で検証された。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  可視化 ,  モデリング ,  教師つき学習 ,  視差 ,  *感染症 ,  応用プログラム ,  データ処理 ,  健康管理 ,  CAE【計算機】 ,  *バイオセンサ ,  予測誤差 ,  隠れMarkovモデル
準シソーラス用語： システム性能 ,  データ可視化 , 【Automatic Indexing@JST】

著者キーワード (7件)： バイオセンサ ,  結合性 ,  データモデリング ,  視差計量 ,  感染症 ,  教師付き学習 ,  隠れMarkovモデル

分類 (1件)： 温度測定,温度計  (AD06010K)

タイトルに関連する用語 (6件)： 感染症 ,  分析 ,  教師 ,  バイオセンサ ,  変異 ,  構造化