論文の概要: Application of computer simulation results and machine learning in analysis of microwave radiothermometry data

• arxiv url: http://arxiv.org/abs/2012.10343v1
• Date: Fri, 18 Dec 2020 16:40:36 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-01 21:58:51.839387
• Title: Application of computer simulation results and machine learning in analysis of microwave radiothermometry data
• Title（参考訳）: マイクロ波ラジオサーモメトリーデータ解析における計算機シミュレーション結果と機械学習の適用
• Authors: Maxim Polyakov, Illarion Popov, Alexander Losev, Alexander Khoperskov
• Abstract要約: この記事ではマイクロ波ラジオサーモメトリーデータ解析における機械学習の応用について論じる。 コンピュータ実験の助けを借りて、機械学習アルゴリズムセットに基づいて、哺乳腺の温度フィールドコンピュータモデルが適切を設定します。
• 参考スコア（独自算出の注目度）: 117.44028458220427
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This work was done with the aim of developing the fundamental breast cancer early differential diagnosis foundations based on modeling the space-time temperature distribution using the microwave radiothermometry method and obtained data intelligent analysis. The article deals with the machine learning application in the microwave radiothermometry data analysis. The problems associated with the construction mammary glands temperature fields computer models for patients with various diagnostics classes, are also discussed. With the help of a computer experiment, based on the machine learning algorithms set (logistic regression, naive Bayesian classifier, support vector machine, decision tree, gradient boosting, K-nearest neighbors, etc.) usage, the mammary glands temperature fields computer models set adequacy.
• Abstract（参考訳）: 本研究は,マイクロ波ラジオサーモメトリー法による時空間温度分布のモデル化と得られたデータインテリジェント解析に基づく乳がん早期鑑別診断基盤の開発を目的として行われた。 この記事ではマイクロ波ラジオサーモメトリーデータ解析における機械学習の応用について論じる。 また, 各種診断クラスにおける乳腺温度場コンピュータモデルの構築に伴う問題点についても考察した。 機械学習アルゴリズムセット(論理回帰、単純ベイズ分類器、サポートベクターマシン、決定木、勾配押し上げ、K-アレスト隣人など)に基づいたコンピュータ実験の助けを借りて 使用法 乳腺の温度場 コンピュータモデルで 適度に設定します

関連論文リスト

• Method for Evaluating the Number of Signal Sources and Application to Non-invasive Brain-computer Interface [49.1574468325115]
  本稿では,時系列展開法の背後にある数学的理論を簡潔に紹介する。 提示されたアルゴリズムは、脳とコンピュータのインターフェイスから収集されたデータを解析するための貴重な数学的および分析ツールとして機能する。
  論文  参考訳（メタデータ） (2024-09-26T09:03:42Z)
• Using simulation to calibrate real data acquisition in veterinary medicine [0.1420200946324199]
  本稿では,獣医学におけるデータ取得と診断を促進するためのシミュレーション環境の革新的利用について検討する。 この研究は、BlenderとBlenderprocライブラリの力を利用して、多様な解剖、環境、行動条件を反映した合成データセットを生成する。 生成されたデータは、正常な歩行と異常な歩行を識別するための機械学習アルゴリズムの訓練に使用される。
  論文  参考訳（メタデータ） (2023-07-21T16:50:10Z)
• Advancing Reacting Flow Simulations with Data-Driven Models [50.9598607067535]
  マルチ物理問題における機械学習ツールの効果的な利用の鍵は、それらを物理モデルとコンピュータモデルに結合することである。 本章では, 燃焼システムにおけるデータ駆動型低次モデリングの適用可能性について概説する。
  論文  参考訳（メタデータ） (2022-09-05T16:48:34Z)
• Mixed Effects Neural ODE: A Variational Approximation for Analyzing the Dynamics of Panel Data [50.23363975709122]
  パネルデータ解析に(固定・ランダムな)混合効果を取り入れたME-NODEという確率モデルを提案する。 我々は、Wong-Zakai定理によって提供されるSDEの滑らかな近似を用いて、我々のモデルを導出できることを示す。 次に、ME-NODEのためのエビデンスに基づく下界を導出し、(効率的な)トレーニングアルゴリズムを開発する。
  論文  参考訳（メタデータ） (2022-02-18T22:41:51Z)
• Approximate Bayesian Computation Based on Maxima Weighted Isolation Kernel Mapping [0.0]
  この研究は、このタイプのモデルに対するパラメータの正確な評価の問題を解こうとする。 分岐過程モデルのがん細胞進化への応用は、高次元性や興味ある結果の稀な出現など、多くの困難がある。
  論文  参考訳（メタデータ） (2022-01-30T07:11:57Z)
• A multi-stage machine learning model on diagnosis of esophageal manometry [50.591267188664666]
  このフレームワークには、飲み込みレベルにおけるディープラーニングモデルと、学習レベルにおける機能ベースの機械学習モデルが含まれている。 これは、生のマルチスワローデータからHRM研究のCC診断を自動的に予測する最初の人工知能モデルである。
  論文  参考訳（メタデータ） (2021-06-25T20:09:23Z)
• Domain Shift in Computer Vision models for MRI data analysis: An Overview [64.69150970967524]
  機械学習とコンピュータビジョン手法は、医用画像解析において優れた性能を示している。 しかし、現在臨床応用はごくわずかである。 異なるソースや取得ドメインのデータへのモデルの不適切な転送性は、その理由の1つです。
  論文  参考訳（メタデータ） (2020-10-14T16:34:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。