Fugu-MT 論文翻訳(概要): Predicting Autism Spectrum Disorder Using Machine Learning Classifiers

論文の概要: Predicting Autism Spectrum Disorder Using Machine Learning Classifiers

arxiv url: http://arxiv.org/abs/2101.09279v2
Date: Tue, 26 Jan 2021 21:24:38 GMT
ステータス: 処理完了
システム内更新日: 2021-03-20 21:00:35.467013
Title: Predicting Autism Spectrum Disorder Using Machine Learning Classifiers
Title（参考訳）: 機械学習分類器を用いた自閉症スペクトラム障害の予測
Authors: Koushik Chowdhury, Mir Ahmad Iraj
Abstract要約: 人間は初発症状を測定することで、asdの現況と段階をほとんど推定できない。サポートベクターマシン(SVM)は最高の結果を提供し、SVMの下には実行すべきカーネルもあります。提案された分類器は、公開標準のASDデータセットを使用して95%の精度を実現する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Autism Spectrum Disorder (ASD) is on the rise and constantly growing. Earlier identify of ASD with the best outcome will allow someone to be safe and healthy by proper nursing. Humans can hardly estimate the present condition and stage of ASD by measuring primary symptoms. Therefore, it is being necessary to develop a method that will provide the best outcome and measurement of ASD. This paper aims to show several measurements that implemented in several classifiers. Among them, Support Vector Machine (SVM) provides the best result and under SVM, there are also some kernels to perform. Among them, the Gaussian Radial Kernel gives the best result. The proposed classifier achieves 95% accuracy using the publicly available standard ASD dataset.
Abstract（参考訳）: 自閉症スペクトラム障害(ASD)は増加傾向にあり、常に成長している。 ASDを最も良い結果で識別することは、適切な看護によって安全で健康な人を可能にする。人間は初発症状を測定することで、asdの現況と段階をほとんど推定できない。したがって、asdの最良の結果と測定を提供する方法を開発する必要がある。本稿では,複数の分類器に実装されたいくつかの測定値について述べる。その中でも、サポートベクターマシン(svm)は最良の結果を提供し、svmではいくつかのカーネルも実行する。その中でも、ガウスのラジアル核は最良の結果をもたらす。提案した分類器は、公開標準のASDデータセットを用いて95%の精度を達成する。
全文参考訳へのリンク