304987記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. 大規模EHRデータの表現学習による半教師付きクラスタリング（Semi-supervised Clustering Through Representation Learning of Large-scale EHR Data）
1未満 分で読了
0 views

大規模EHRデータの表現学習による半教師付きクラスタリング

（Semi-supervised Clustering Through Representation Learning of Large-scale EHR Data）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近読んだ論文で「SCORE」という手法が出てきたと聞きました。電子カルテ（EHR）を使うやつだと聞いたのですが、要点を短く教えていただけますか。

AIメンター拓海

素晴らしい着眼点ですね！SCOREは、少ないラベルデータをうまく使って患者のクラスタリングと埋め込み（embedding）を同時に学習するフレームワークですよ。要点を3つで言うと、表現学習、半教師付き学習、既存の埋め込み活用です。一緒に整理していきましょう。

田中専務

なるほど。うちみたいな中小でも使えるのでしょうか。現場データは抜けや形式ばらつきが多く、標準ラベルも少ないのが現実でして。

AIメンター拓海

大丈夫、焦らなくていいですよ。SCOREはまさにラベルが少ない状況を想定しているので、端的に言えば既存の知識（外部で学習したコード埋め込み）を内部の少ないラベルで微調整して、信頼できるクラスタを作る仕組みです。ポイントは現場データをうまく

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
ステップワイズ進捗帰属（Stepwise Progress Attribution: SPA） — Reinforcing LLM Agents via Stepwise Progress Attribution
次の記事
推薦におけるLLMの見落としとその解決
（What LLMs Miss in Recommendations: Bridging the Gap with Retrieval-Augmented Collaborative Signals）
関連記事
AIカンファレンスの査読危機—著者のフィードバックと査読者報酬の必要性 Position: The AI Conference Peer Review Crisis Demands Author Feedback and Reviewer Rewards
入力凸ニューラルネットワークの新手法とオプション価格評価への応用
(A new Input Convex Neural Network with application to options pricing)
2MASSによる新たな大質量星団候補
(New Candidate Massive Clusters from 2MASS)
乗算不要小型ニューラルネットワークの強化法 ShiftAddAug — ShiftAddAug: Augment Multiplication-Free Tiny Neural Network with Hybrid Computation
OSS-FuzzにおけるAIによるセキュリティ脆弱性修復
（Fixing Security Vulnerabilities with AI in OSS-Fuzz）
一般領域上で定義されるニューラルネットワーク関連カーネル関数の固有値減衰率に関する研究
（On the Eigenvalue Decay Rates of a Class of Neural-Network Related Kernel Functions Defined on General Domains）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
少データで音声認識を実用に近づける試み
（From Semi-supervised to Almost-unsupervised Speech Recognition with Very-low Resource by Jointly Learning Phonetic Structures from Audio and Text Embeddings）
  • 論文研究
Neuralogramによる音声理解の新しい表現
（NEURALOGRAM: A NEURAL NETWORK BASED REPRESENTATION FOR UNDERSTANDING AUDIO SIGNALS）
  • 論文研究
低コスト分光器を用いた偽造医薬品および汚染食品の検出
（Low-cost spectrogram based counterfeit medicine and contaminated food detection）
  • 論文研究
量子系の固有モード抽出のための一般化独立成分分析
（Generalized Independent Component Analysis for Extracting Eigen-Modes of a Quantum System）
  • 論文研究
量子版カクテルパーティ問題の登場
（The Quantum Cocktail Party Problem）
  • 論文研究
関係的知識蒸留
（Relational Knowledge Distillation）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む