論文の概要: Explainable Machine Larning for liver transplantation

• arxiv url: http://arxiv.org/abs/2109.13893v1
• Date: Tue, 28 Sep 2021 17:45:07 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-29 16:02:15.126797
• Title: Explainable Machine Larning for liver transplantation
• Title（参考訳）: 肝移植における説明可能なマシンラーニング
• Authors: Pedro Cabalar, Brais Mu\~niz, Gilberto P\'erez, Francisco Su\'arez
• Abstract要約: そこで本研究では,肝移植における決定支援として用いた決定木による予測を,ヒトの可読性の観点から説明するための柔軟な方法を提案する。 決定木は,コーナ大学病院センターの肝移植ユニットで収集したデータセットに機械学習を適用して得られた。
• 参考スコア（独自算出の注目度）: 2.2342059585376477
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this work, we present a flexible method for explaining, in human readable terms, the predictions made by decision trees used as decision support in liver transplantation. The decision trees have been obtained through machine learning applied on a dataset collected at the liver transplantation unit at the Coru\~na University Hospital Center and are used to predict long term (five years) survival after transplantation. The method we propose is based on the representation of the decision tree as a set of rules in a logic program (LP) that is further annotated with text messages. This logic program is then processed using the tool xclingo (based on Answer Set Programming) that allows building compound explanations depending on the annotation text and the rules effectively fired when a given input is provided. We explore two alternative LP encodings: one in which rules respect the tree structure (more convenient to reflect the learning process) and one where each rule corresponds to a (previously simplified) tree path (more readable for decision making).
• Abstract（参考訳）: 本稿では,肝移植における決定支援として用いられる決定木による予測を,可読性の観点から説明するための柔軟な方法を提案する。 決定木は,Cru\~na大学病院センターの肝移植ユニットで収集したデータセットに機械学習を適用し,移植後の長期生存(5年)を予測する。 本提案手法は,テキストを付加した論理プログラム(LP)において,決定木を規則の集合として表現することに基づく。 このロジックプログラムはツールxclingo(Answer Set Programmingをベースとした)を使用して処理され、アノテーションテキストと所定の入力が提供されると効果的に起動される。 ルールがツリー構造を尊重する(学習過程を反映するのに便利である)場合と、ルールが(以前は単純化されていた)ツリーパスに対応する(意思決定のために読みやすい)場合である。

関連論文リスト

• Zero-Shot Decision Tree Construction via Large Language Models [2.005837558796176]
  本稿では,大言語モデル(LLM)を用いた決定木構築アルゴリズムについて,分類・回帰木(CART)の原理に基づくゼロショット方式で紹介する。 提案手法では, 属性の離散化, 確率計算, Giniインデックス計算など, 決定木構築に必要な演算を行う。
  論文  参考訳（メタデータ） (2025-01-27T17:48:48Z)
• Optimized Feature Generation for Tabular Data via LLMs with Decision Tree Reasoning [53.241569810013836]
  本稿では,大規模言語モデル(LLM)を用いて,効率的な特徴生成ルールを同定するフレームワークを提案する。 我々は、自然言語で容易に表現できるため、この推論情報を伝達するために決定木を使用します。 OCTreeは様々なベンチマークで様々な予測モデルの性能を継続的に向上させる。
  論文  参考訳（メタデータ） (2024-06-12T08:31:34Z)
• Towards L-System Captioning for Tree Reconstruction [2.0883760606514934]
  本研究では,画像キャプション手法を用いて,画像データからLindenmayer-System(L-System)単語表現を直接推論することで,樹木と植物を再構築する新しい概念を提案する。 与えられた画像からL-System語への変換が可能なモデルエンドツーエンドを,表示されたツリーの記述としてトレーニングする。
  論文  参考訳（メタデータ） (2023-05-10T22:21:57Z)
• Construction of Decision Trees and Acyclic Decision Graphs from Decision Rule Systems [0.0]
  本稿では,決定木を構成する複雑さと決定木を表す非周期決定グラフについて考察する。 決定木全体を構築しない可能性について論じるが、与えられた入力に対して、この木で計算経路を記述する。
  論文  参考訳（メタデータ） (2023-05-02T18:40:48Z)
• NELLIE: A Neuro-Symbolic Inference Engine for Grounded, Compositional, and Explainable Reasoning [59.16962123636579]
  本稿では,Prologベースの推論エンジンを新たに提案する。 我々は手作りのルールを、ニューラルネットワークモデリング、ガイド付き生成、半密検索の組み合わせで置き換える。 我々の実装であるNELLIEは、完全に解釈可能なエンドツーエンドの基底QAを示す最初のシステムである。
  論文  参考訳（メタデータ） (2022-09-16T00:54:44Z)
• Contextual Decision Trees [62.997667081978825]
  学習アンサンブルの1つの浅い木を特徴量ベースで選択するための,マルチアームのコンテキスト付きバンドレコメンデーションフレームワークを提案する。 トレーニングされたシステムはランダムフォレスト上で動作し、最終的な出力を提供するためのベース予測器を動的に識別する。
  論文  参考訳（メタデータ） (2022-07-13T17:05:08Z)
• Incorporating Constituent Syntax for Coreference Resolution [50.71868417008133]
  本稿では,構成構文構造をグラフベースで組み込む手法を提案する。 また、高次近傍情報を利用して構成木に富んだ構造をエンコードすることも検討する。 on the English and Chinese parts of OntoNotes 5.0 benchmark shows that our proposed model beats a strong baseline or a new-of-the-art performance。
  論文  参考訳（メタデータ） (2022-02-22T07:40:42Z)
• Text Mining to Identify and Extract Novel Disease Treatments From Unstructured Datasets [56.38623317907416]
  Google Cloudを使って、NPRラジオ番組のポッドキャストのエピソードを書き起こします。 次に、テキストを体系的に前処理するためのパイプラインを構築します。 我々のモデルは、Omeprazoleが心臓熱傷の治療に役立てることに成功しました。
  論文  参考訳（メタデータ） (2020-10-22T19:52:49Z)
• Rectified Decision Trees: Exploring the Landscape of Interpretable and Effective Machine Learning [66.01622034708319]
  我々は,reDT(rerectified decision tree)と呼ばれる知識蒸留に基づく決定木拡張を提案する。 我々は,ソフトラベルを用いたトレーニングを可能にする標準決定木の分割基準と終了条件を拡張した。 次に,教師モデルから抽出したソフトラベルに基づいて,新しいジャックニフェ法を用いてReDTを訓練する。
  論文  参考訳（メタデータ） (2020-08-21T10:45:25Z)
• dtControl: Decision Tree Learning Algorithms for Controller Representation [0.0]
  決定木は証明可能な正確なコントローラを簡潔に表現するために使用することができる。 本稿では、メモリレスコントローラを決定木として表現するための簡易な合成ツールであるdtControlについて述べる。
  論文  参考訳（メタデータ） (2020-02-12T17:13:17Z)

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。