メタ学習による肝機能検査データからの因果モデルの構築

概要

論文の詳細を見る
本論文では、医療におけるアクティブユーザーリアクションの実施例を示す、本論文の目的は、肝機能検査データの因果モデルの構築と、予測システムとしての実用化である。因果モデルは、複数のデータマイニング手法によるメタ学習によって知り得た知見と、ユーザの背景知識を基に構築する。メタ学習のフェーズでは、線形回帰分析とニューラルネットワークを学習用データに適用し、n-fold学習にてマイニングモデルが得る、得られたマイニングモデルの予測性能は、テストデータにおける予測値の振る舞いの比較によって評価する。ここで得られた知見に基づいて、ユーザは因果モデルを構築する。因果モデル構築のフェーズでは、ユーザは、メタ学習で得られた知見と背景知識とに基づき、重要な変数を選択し、肝機能という潜在変数を導入した因果関係を導く。この因果関係は構造方程式モデリングによって表現する。因果モデルの予測性能は、テストデータにおける予測値の振る舞いを、他のマイニングモデルと比較することで評価する。本論文では、このプロセスから線形回帰モデルと同等で、かつ、ユーザーが容易に理解できる優れた因果モデルを得ることができた。単一のデータマイニング手法の適用、あるいは、構造方程式モデリングだけの適用では、こうしたモデルを簡単に得ることは難しい。
一般社団法人情報処理学会の論文
2002-05-23

メタ学習による肝機能検査データからの因果モデルの構築

スポンサーリンク

概要

著者

関連論文

スポンサーリンク