波形パターンを分類クラスとするルールの発見支援システムの構成法 －慢性肝炎データセットを対象にして－

• Item type: SIG Technical Reports(1)
• 公開日: 2002-05-23
• タイトル: 波形パターンを分類クラスとするルールの発見支援システムの構成法 －慢性肝炎データセットを対象にして－
• タイトル / 言語: en
• タイトル: Rule Discovery Based on Sequential Pattern Analysis and Mining -In the Case Study of Chronic Hepatitis Datasets-
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 静岡大学情報学部
• 著者所属: 静岡大学情報学部
• 著者所属: 静岡大学情報学部
• 著者所属(英): en
• 著者所属(英): Faculty of Information, Shizuoka University
• 著者所属(英): en
• 著者所属(英): Faculty of Information, Shizuoka University
• 著者所属(英): en
• 著者所属(英): Faculty of Information, Shizuoka University
• 著者名: 畑澤寛光; 佐藤, 芳紀; 山口, 高平
• 著者名(英): Hiromitsu, Hatazawa; Yoshinori, Sato; Takahira, Yamaguchi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，多属性で欠損値を持つ未整備な医療データセットからルール発見支援システムを構築する方法について議論する。ドメイン特有の前処理（例えば異なる表記だが同じものを表すデータを統一する）を行った後，大量の属性の中から出現頻度の高いデータを選び，異なる検査期間を統一し，EMアルゴリズムによってクラスタリングされた時系列データセットを使い，決定木学習によってルールを学習した。学習されたルールを見ると，それらに興味深いルールがいくつかあったとの医者の評価を得ることができた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Here is discussed how to build up a rule discovery support system to ill-defined medical datasets with many attributes and missing values. After having done domain-specific pre-processing such as unifying different namesto the same entities, reducing many attributes to relevant ones with highoccurrence and unifying different inspection periods,we have got the discretized version of time-series medial datasetsby taking EM clusteringand learned rules by decision-tree learning. Looking at the learned rules,medical experts have told us that there were some rules that are interesting to them.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11135936
• 書誌情報: 情報処理学会研究報告知能と複雑系（ICS）; 巻 2002, 号 45(2002-ICS-128), p. 55-60, 発行日 2002-05-23
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会