論文の概要: Feature Selection on Thermal-stress Dataset
- arxiv url: http://arxiv.org/abs/2109.03755v1
- Date: Wed, 8 Sep 2021 16:17:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-15 20:34:35.511787
- Title: Feature Selection on Thermal-stress Dataset
- Title(参考訳): 熱ストレスデータセットの特徴選択
- Authors: Xuyang Shen, Jo Plested, Tom Gedeon
- Abstract要約: 本研究では,熱ストレスデータであるANUstressDBから適切な特徴を選択することで,ストレス分類を改善することを目的とする。
相関分析,等級測定,遺伝的アルゴリズムの3つの特徴選択手法について検討した。
- 参考スコア(独自算出の注目度): 3.885779089924737
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Physical symptoms caused by high stress commonly happen in our daily lives,
leading to the importance of stress recognition systems. This study aims to
improve stress classification by selecting appropriate features from
Thermal-stress data, ANUstressDB. We explored three different feature selection
techniques: correlation analysis, magnitude measure, and genetic algorithm.
Support Vector Machine (SVM) and Artificial Neural Network (ANN) models were
involved in measuring these three algorithms. Our result indicates that the
genetic algorithm combined with ANNs can improve the prediction accuracy by
19.1% compared to the baseline. Moreover, the magnitude measure performed best
among the three feature selection algorithms regarding the balance of
computation time and performance. These findings are likely to improve the
accuracy of current stress recognition systems.
- Abstract(参考訳): 高ストレスによって引き起こされる身体症状は日常生活で一般的に起こり、ストレス認識システムの重要性が高まる。
本研究では,熱ストレスデータであるANUstressDBから適切な特徴を選択することで,ストレス分類を改善することを目的とする。
相関分析,マグニチュード測定,遺伝的アルゴリズムという3つの異なる特徴選択手法を検討した。
サポートベクターマシン(svm)とニューラルネットワーク(ann)モデルはこれら3つのアルゴリズムの測定に関与した。
その結果,ANNと組み合わせた遺伝的アルゴリズムは,ベースラインと比較して予測精度を19.1%向上できることがわかった。
さらに,計算時間と性能のバランスに関する3つの特徴選択アルゴリズムの中で,測定値が最良であった。
これらの結果は、現在のストレス認識システムの精度を向上させる可能性が高い。
関連論文リスト
- Predicting Infant Brain Connectivity with Federated Multi-Trajectory
GNNs using Scarce Data [54.55126643084341]
既存のディープラーニングソリューションには,3つの大きな制限がある。
我々はフェデレートグラフベースの多軌道進化ネットワークであるFedGmTE-Net++を紹介する。
フェデレーションの力を利用して、限られたデータセットを持つ多種多様な病院の地域学習を集約する。
論文 参考訳(メタデータ) (2024-01-01T10:20:01Z) - Dataset Optimization for Chronic Disease Prediction with Bio-Inspired
Feature Selection [0.32634122554913997]
本研究は慢性疾患領域における予測分析の進歩に寄与する。
この研究の潜在的影響は、早期介入、精密医療、そして患者の成果の改善にまで及んでいる。
論文 参考訳(メタデータ) (2023-12-17T18:18:34Z) - Analyzing the Capabilities of Nature-inspired Feature Selection
Algorithms in Predicting Student Performance [0.0]
本稿では,学生のパフォーマンス予測に使用するアンサンブルアルゴリズムの特徴選択部分において,自然に触発されたアルゴリズムの相対的性能について分析を行った。
その結果,自然に着想を得たアルゴリズムを特徴選択に利用し,従来のMLアルゴリズムを分類に利用することで,予測精度が向上し,特徴セットのサイズを最大65%削減できることがわかった。
論文 参考訳(メタデータ) (2023-08-15T21:18:52Z) - Machine Learning, Deep Learning and Data Preprocessing Techniques for
Detection, Prediction, and Monitoring of Stress and Stress-related Mental
Disorders: A Scoping Review [0.0]
ストレスやストレス関連MDのコンテキストで使用される最新の機械学習アルゴリズム、前処理技術、データタイプを調査する。
Support Vector Machine(SVM)、Neural Network(NN)、Random Forest(RF)モデルは、常に優れた精度と堅牢性を示している。
論文 参考訳(メタデータ) (2023-08-08T22:47:12Z) - Machine Learning-Assisted Pattern Recognition Algorithms for Estimating
Ultimate Tensile Strength in Fused Deposition Modeled Polylactic Acid
Specimens [0.0]
混合沈着モデル(FDM)プロセスを用いて作製したポリ乳酸(PLA)試料の最大引張強度(UTS)を推定するための教師付き機械学習アルゴリズムの適用について検討した。
主な目的は、ロジスティック分類(Logistic Classification)、グラディエントブースティング分類(Gradient Boosting Classification)、決定木(Decision Tree)、K-Nearest Neighbor(K-Nearest Neighbor)の4つの異なる分類アルゴリズムの精度と有効性を評価することである。
その結果、決定木とK-Nearest NeighborアルゴリズムはともにF1スコア0.71を達成したが、KNNアルゴリズムはAUC(Area Under the Curve)スコア0.79を達成し、他のアルゴリズムを上回った。
論文 参考訳(メタデータ) (2023-07-13T11:10:22Z) - Optimization of a Hydrodynamic Computational Reservoir through Evolution [58.720142291102135]
我々は,スタートアップが開発中の流体力学系のモデルと,計算貯水池としてインターフェースする。
我々は、進化探索アルゴリズムを用いて、読み出し時間と入力を波の振幅や周波数にどのようにマッピングするかを最適化した。
この貯水池システムに進化的手法を適用することで、手作業パラメータを用いた実装と比較して、XNORタスクの分離性が大幅に向上した。
論文 参考訳(メタデータ) (2023-04-20T19:15:02Z) - Multiple Instance Ensembling For Paranasal Anomaly Classification In The
Maxillary Sinus [46.1292414445895]
副鼻腔奇形は幅広い形態学的特徴を持つ。
副鼻腔異常分類への現在のアプローチは、一度に1つの異常を特定することに制約されている。
3次元畳み込みニューラルネットワーク(CNN)を用いて正常上顎骨(MS)とMSをポリープや嚢胞で分類する可能性を検討した。
論文 参考訳(メタデータ) (2023-03-31T09:23:27Z) - What Makes Graph Neural Networks Miscalibrated? [48.00374886504513]
グラフニューラルネットワーク(GNN)の校正特性に関する系統的研究を行う。
我々は,GNNのキャリブレーションに影響を与える5つの要因を同定する: 一般信頼度傾向, ノード単位の予測分布の多様性, 訓練ノード間距離, 相対信頼度, 近傍類似度。
我々は,グラフニューラルネットワークのキャリブレーションに適した新しいキャリブレーション手法であるグラフアテンション温度スケーリング(GATS)を設計する。
論文 参考訳(メタデータ) (2022-10-12T16:41:42Z) - Large-Scale Sequential Learning for Recommender and Engineering Systems [91.3755431537592]
本稿では,現在の状況に適応してパーソナライズされたランキングを提供する自動アルゴリズムの設計に焦点を当てる。
前者はSAROSと呼ばれる新しいアルゴリズムを提案し,インタラクションの順序を学習するためのフィードバックの種類を考慮に入れている。
提案手法は, 電力網の故障検出に対する初期アプローチと比較して, 統計的に有意な結果を示す。
論文 参考訳(メタデータ) (2022-05-13T21:09:41Z) - An optimized hybrid solution for IoT based lifestyle disease
classification using stress data [2.3909933791900326]
提案手法は、被験者の心電図(ECG)、ガルバニック皮膚値(GSV)、HRV値、体の動きを測定するテストを用いている。
開発したアプローチは、WASADデータセットを使用して、クラス不均衡問題に対処することができる。
論文 参考訳(メタデータ) (2022-04-04T05:52:48Z) - How Powerful are Performance Predictors in Neural Architecture Search? [43.86743225322636]
我々は31の手法を解析し,性能予測器の大規模研究を行った。
予測器の特定のファミリーが組み合わさることで、より優れた予測能力が得られることを示す。
論文 参考訳(メタデータ) (2021-04-02T17:57:16Z)
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。