ログイン
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 学術雑誌論文
  2. 和雑誌

マルコフ決定過程を用いたヘルスケア支援方法における半教師付き学習

https://kitami-it.repo.nii.ac.jp/records/8957
https://kitami-it.repo.nii.ac.jp/records/8957
1fe23453-435c-426a-813a-5434c3349104
名前 / ファイル ライセンス アクション
バイオメディカル・ファジィ・システム学会誌, バイオメディカル・ファジィ・システム学会誌, 21(1), p49-60 (757.0 kB)
Item type 学術雑誌論文 / Journal Article(1)
公開日 2021-01-21
タイトル
タイトル マルコフ決定過程を用いたヘルスケア支援方法における半教師付き学習
言語 ja
タイトル
タイトル Semi-supervised Learning for a Healthcare Support Method using Markov Decision Processes
言語 en
言語
言語 jpn
キーワード
主題Scheme Other
主題 ヘルスケア支援方法
キーワード
主題Scheme Other
主題 マルコフ決定過程
キーワード
主題Scheme Other
主題 EMアルゴリズム
キーワード
主題Scheme Other
主題 半教師付き学習
キーワード
言語 en
主題Scheme Other
主題 healthcare support method
キーワード
言語 en
主題Scheme Other
主題 Markov decision processes
キーワード
言語 en
主題Scheme Other
主題 EM algorithm
キーワード
言語 en
主題Scheme Other
主題 semi-supervised learning
資源タイプ
資源 http://purl.org/coar/resource_type/c_6501
タイプ journal article
アクセス権
アクセス権 open access
アクセス権URI http://purl.org/coar/access_right/c_abf2
その他のタイトル
その他のタイトル Semi-supervised Learning for a Healthcare Support Method using Markov Decision Processes
言語 en
著者 前田, 康成

× 前田, 康成

ja 前田, 康成

Search repository
MAEDA, Yasunari

× MAEDA, Yasunari

en MAEDA, Yasunari

Search repository
抄録
内容記述タイプ Abstract
内容記述 従来研究では,ヘルスケア支援方法を表現するための確率モデルとしてマルコフ決定過程が採用され,マルコフ決定過程の真のパラメータが既知の仮定のもとで検討されている.本研究では,より現実に近い真のパラメータが未知の仮定のもとでヘルスケア支援のための半教師付き学習方法を提案する.学習データは完全データと不完全データによって構成される.提案方法ではEMアルゴリズム(expectation-maximization algorithm) を用いる.数例のシミュレーションによって提案方法の有効性を示す.シミュレーション結果より,学習データが大きくなるにつれて学習精度が高くなることが確認できる.
抄録
内容記述タイプ Abstract
内容記述 [ENG]
Markov decision processes are applied to a healthcare support method in previous research. In the previous research the true parameters of Markov decision processes are known. In this research we propose a semi-supervised learning method for the healthcare support method under the condition that the true parameters of Markov decision processes are unknown. Learning data consist of complete data and incomplete data. In the proposed method EM(expectation-maximization) algorithm is used. The effectiveness of the proposed method is shown by some simulations. The result shows that the learning accuracy becomes higher as the learning data becomes bigger.
書誌情報 バイオメディカル・ファジィ・システム学会誌 = Journal of Biomedical Fuzzy Systems Association

巻 21, 号 1, p. 49-60, 発行日 2019-05
ISSN
収録物識別子タイプ PISSN
収録物識別子 1345-1537
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AA1145146X
権利
権利情報 Copyright(c)2019 Biomedical Fuzzy Systems Association
論文ID(NAID)
識別子タイプ NAID
関連識別子 40021956557
出版者
出版者 バイオメディカル・ファジィ・システム学会
著者版フラグ
言語 en
値 publisher
出版タイプ
出版タイプ VoR
出版タイプResource http://purl.org/coar/version/c_970fb48d4fbd8a85
戻る
0
views
See details
Views

Versions

Ver.1 2021-03-01 06:10:56.765617
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR 2.0
  • OAI-PMH JPCOAR 1.0
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3