文献

J-GLOBAL ID：202202288675860996   整理番号：22A1104536

機械学習を用いたCOVID-19パンデミック中のインドネシアにおけるスマートフォンユーザの信用性の予測【JST・京大機械翻訳】

Predicting Creditworthiness of Smartphone Users in Indonesia during the COVID-19 pandemic using Machine Learning

著者 (3件)： Winahyu R R Kartika (Diponegoro University,Electrical Engineering Department,Semarang,Indonesia) ,  Somantri Maman (Diponegoro University,Electrical Engineering Department,Semarang,Indonesia) ,  Nurhayati Oky Dwi (Diponegoro University,Computer Engineering Department,Semarang,Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ISMODE  ページ： 223-227  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 本研究では,機械学習を用いて,COVID-19パンデミックの間,インドネシアにおけるスマートフォンユーザの信用可能性を予測することを試みた。主成分分析(PCA)とK平均アルゴリズムを,COVID-19パンデミックの間,インドネシアのスマートフォン利用者に対する12の質問から成る1050人の回答者のデータセットを用いて信用性の予測に使用した。4つの異なる分類アルゴリズム(対数回帰,サポートベクトルマシン,決定木,およびNaive Bayes)を,インドネシアにおけるスマートフォンユーザの信用性を分類するためにテストした。実施した試験は,精度,再現,F1スコア,および曲線下面積(AUCROC)評価の試験を含んだ。ロジスティック回帰アルゴリズムは完全な性能を示したが,Naive Bayes(NB)は最小を示した。この研究の結果はまた,COVID-19パンデミックの間,インドネシアのスマートフォン使用者の回答者に対して行われた12の質問に基づく,影響と非流入変数についての新しい知識を提供する。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. 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 ,  インドネシア共和国 ,  ディシジョンツリー ,  対数 ,  主成分分析 ,  血中濃度-時間曲線下面積 ,  *機械学習 ,  サポートベクトルマシン ,  *スマートフォン
準シソーラス用語： ロジスティック回帰分析 ,  分類アルゴリズム ,  汎発流行性 , 【Automatic Indexing@JST】

分類 (5件)： NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I) ,  音声処理  (JE05000E) ,  符号理論  (ND02030R) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (5件)： 機械学習 ,  COVID-19パンデミック ,  インドネシア ,  信用 ,  予測