文献

J-GLOBAL ID：202202291188613591   整理番号：22A1127725

ランダムフォレストとSARIMAモデルは,中国のブルセラ病の罹患率効果を予測するのに役立った。【JST・京大機械翻訳】

Comparison of random forests and SARIMA in Predicting Brucellosis Incidence

著者 (4件)： Zhang Rui (中国疾病預防控制中心,北京 102206) ,  Wang Xiaofeng (中国疾病預防控制中心,北京 102206) ,  Zhang Yewu (中国疾病預防控制中心,北京 102206) ,  Li Yanfei (中国疾病預防控制中心,北京 102206)
資料名： Gonggongweisheng yu Yufang Yixue  (Gonggongweisheng yu Yufang Yixue)
巻： 33  号： 1  ページ： 1-5  発行年： 2022年 
JST資料番号： C4035A  ISSN： 1006-2483  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： 目的:ランダムフォレスト(RandomForest,RF)と季節性差分自己回帰移動平均モデル(SeasonalAutoregressiveInte-gratedMovingAverage)を比較研究する。SARIMAはブルセラ症の発症率を予測する。方法:2005年から2017年までの中国疾病予防制御情報システムで報告されたブルセラ症症例を用いて、それぞれランダムフォレストとSARIMAの2種類のモデルを樹立し、訓練と予測を行い、2種類のモデルの予測指標値を比較した。結果SARIMAモデルとランダム森林モデルの予測結果のR2(RSquared)とRMSE(RootMeanSquaredError)はそれぞれ0.904、0.034351と0.927、0であった。03345。結論:両モデルの予測精度は高く、いずれも我が国のブルセラ症の発症率を予測でき、ランダム森林の予測効果はSARIMAモデルよりやや優れ、実用価値がある。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 予測 ,  精度 ,  中華人民共和国 ,  *罹患率 ,  *計算機アルゴリズム ,  *モデル
準シソーラス用語： *ブルセラ症 ,  予測精度 ,  季節性 ,  *ランダムフォレスト ,  疾病予防 ,  自己回帰 , 【Automatic Indexing@JST】

分類 (2件)： 感染症・寄生虫症一般  (GD01010H) ,  リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (5件)： ランダムフォレスト ,  中国 ,  ブルセラ病 ,  罹患率 ,  予測