文献

J-GLOBAL ID：201702211320850428   整理番号：17A0241845

病的レベル内臓脂肪と女性被験者のためのデータ分類とデータ予測のための自己組織化マップの応用【Powered by NICT】

Application of self-organizing maps to data classification and data prediction for female subjects with unhealthy-level visceral fat

著者 (5件)： Kamiura Naotake (Graduate School of Engineering, University of Hyogo, Himeji, Japan) ,  Kobashi Shoji (Graduate School of Engineering, University of Hyogo, Himeji, Japan) ,  Nii Manabu (Graduate School of Engineering, University of Hyogo, Himeji, Japan) ,  Yumoto Takayuki (Graduate School of Engineering, University of Hyogo, Himeji, Japan) ,  Sorachi Ken-ichi (Himeji Medical Association, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SMC  ページ： 001815-001820  発行年： 2016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： 本論文では,病的レベル内臓脂肪の女性被験者のデータを分類すると予測における自己組織化マップ(SOM’s)の適用を検討した。提案した方法はボディマスインデックスと腹囲によって規定される標準を満たす被験者を選択する。のヘモグロビンA1c(HbA~1c)値と項目値肝劣化と関連し,HbA~1Cを持つ被験者があり,トリグリセリド値が劣化する課題,残りの被験者でのそれとクラスを定義する。正常SOM学習を行い,HbA~1Cとグルタミン酸-オキザロ酢酸など十二項目の元の値から生成されたデータを使用することである。構築されたマップは,ラベルを持つニューロンから構成されている。勝者のラベルを示した未知データのクラスを決定した。予測を示した未知データのための勝者,ラベルを決定する元のデータのセット,元のデータと被験者の次の年のデータセットのラベルに依存する。実験結果は,提案した方法は,データ分類とHbA~1C値を予測する合理的に良好な精度を達成することを明らかにした。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ヘモグロビン ,  *内臓脂肪 ,  *自己組織化特徴マップ ,  学習 ,  *女性 ,  ボディマスインデックス ,  ニューロン
準シソーラス用語： ウエスト周囲径 ,  *データ分類 ,  *被験者 , 【Automatic Indexing@JST】

分類 (1件)： 代謝異常・栄養性疾患一般  (GD05010J)

タイトルに関連する用語 (7件)： 内臓脂肪 ,  女性 ,  被験者 ,  データ分類 ,  予測 ,  自己組織化マップ ,  応用