文献

J-GLOBAL ID：201702233819996975   整理番号：17A0308492

受ける筋骨格系疾患のリスクによる労働者の分類のためのK最近傍法の適用【Powered by NICT】

Applying the K-nearest neighbor technique to the classification of workers according to their risk of suffering musculoskeletal disorders

著者 (4件)： Suarez Sanchez A. (Department of Business Administration, School of Mining, Energy and Materials Engineering of Oviedo, University of Oviedo, 33004 Oviedo, Spain) ,  Iglesias-Rodriguez F.J. (Department of Business Administration, School of Mining, Energy and Materials Engineering of Oviedo, University of Oviedo, 33004 Oviedo, Spain) ,  Riesgo Fernandez P. (Department of Business Administration, School of Mining, Energy and Materials Engineering of Oviedo, University of Oviedo, 33004 Oviedo, Spain) ,  de Cos Juez F.J. (Department of Mining Exploitation, School of Mining, Energy and Materials Engineering of Oviedo, University of Oviedo, 33004 Oviedo, Spain)
資料名： International Journal of Industrial Ergonomics  (International Journal of Industrial Ergonomics)
巻： 52  ページ： 92-99  発行年： 2016年03月 
JST資料番号： T0452A  ISSN： 0169-8141  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： K-最近傍(KNN)法は,その簡潔性と高効率のために,広く使用されている分類器である。はこの技術を適用し,作業関連筋骨格系障害を予測するための成功とそれを適用した。一般労働人口の中で,アルゴリズムは最後の十二か月における作業関連筋骨格系愁訴を報告したことを労働者を同定することができた。開発されたモデルによれば,貧弱な照明条件,振動への曝露,不快椅子と高い精神的要求はこの種の健康問題の発生に最も強い影響を及ぼす要因である。関連産業へ:本稿で記述した手法は,一般的な労働人口の間の筋骨格障害の予測するために実装されたKNN法を可能にした。モデルが他の従来の統計的学習技術の限界を克服する精度と有効性をこのタイプの障害を予測することができた。結果は,人間工学的介入プログラムに特化した資源の優先順位付けのための意思決定支援ツールとして用いることができる。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *労働者 ,  *筋骨格系 ,  意思決定支援システム ,  アルゴリズム ,  照明条件 ,  人間工学
準シソーラス用語： 介入プログラム ,  確率学習 ,  健康問題 ,  不快 ,  高効率 ,  *最近傍法 ,  *筋骨格系疾患 , 【Automatic Indexing@JST】

著者キーワード (4件)： 作業関連筋骨格系障害 ,  リスク因子の評価 ,  K最近傍法 ,  カテゴリー変数

分類 (2件)： 産業衛生,産業災害  (GB05000S) ,  人間機械系  (IB03000G)

タイトルに関連する用語 (5件)： 筋骨格系疾患 ,  リスク ,  労働 ,  分類 ,  最近傍法