287573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. がん研究における予測と生存のための人工ニューラルネットワーク（A.N.N.C.R.I.P.S – Artificial Neural Networks for Cancer Research In Prediction & Survival）
2 分で読了
0 views

がん研究における予測と生存のための人工ニューラルネットワーク

（A.N.N.C.R.I.P.S – Artificial Neural Networks for Cancer Research In Prediction & Survival）

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、最近部下が「ニューラルネットでがん検査の精度が上がる」と騒いでおりまして、投資対効果の観点でまずは全体像を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！結論を先に言うと、ニューラルネットワークは既存の検査で起きる偽陽性を減らし、不要な精密検査や患者負担を抑えられる可能性がありますよ。大丈夫、一緒に見ていけば整理できますよ。

田中専務

なるほど。ただし我が社は医療機器を作っているわけではなく、導入コストと現場の受け入れが心配です。具体的には何が変わるのでしょうか。

AIメンター拓海

要点は三つです。1) 既存データ（血液検査や診察所見）からリスクをより正確に予測できる、2) 偽陽性を減らして不要検査を削減できる、3) 結果の説明性を工夫すれば現場の合意形成が進む、です。日常の比喩で言えば、より精緻な

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
不確実性モデルを伴う注意に基づく蒸留による深度推定
（ADU-Depth: Attention-based Distillation with Uncertainty Modeling for Depth Estimation）
次の記事
相対エントロピー正則化による効果的なマルチエージェント深層強化学習制御
（Effective Multi-Agent Deep Reinforcement Learning Control with Relative Entropy Regularization）
関連記事
因果の確率で見る推論の到来：大規模言語モデルにおける因果確率の検討
(Does Reasoning Emerge? Examining the Probabilities of Causation in Large Language Models)
密に結合された双方向LSTMの文分類応用
（Densely Connected Bidirectional LSTM with Applications to Sentence Classification）
データ不純物が精神障害検出に与える影響の解析
（Analyzing the Effect of Data Impurity on the Detection Performances of Mental Disorders）
細胞検出におけるヒートマップを用いた効果的な疑似ラベリング
（Effective Pseudo-Labeling based on Heatmap for Unsupervised Domain Adaptation in Cell Detection）
小型言語モデルアンサンブルを用いたIn-Context Learningの改善
（Improving In-Context Learning with Small Language Model Ensembles）
脳グラフ学習のためのグラフニューラルネットワーク：サーベイ
(Graph Neural Networks for Brain Graph Learning: A Survey)
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
楽観的ミラーディセントによる鞍点問題の前進
（OPTIMISTIC MIRROR DESCENT IN SADDLE-POINT PROBLEMS: GOING THE EXTRA (GRADIENT) MILE）
  • 論文研究
滑空とパーチングのための深層強化学習
（Deep-Reinforcement-Learning for Gliding and Perching Bodies）
  • 論文研究
中核保存に基づくネットワーク表現学習
（Core2Vec: A core-preserving feature learning framework for networks）
  • 論文研究
確率的入力を持つリザバーコンピューティングの普遍性
（Reservoir Computing Universality With Stochastic Inputs）
  • 論文研究
Anytime Neural Prediction via Slicing Networks Vertically
（Anytime Neural Prediction via Slicing Networks Vertically）
  • 論文研究
乳幼児の運動データから発達リスクを予測する
（Predicting Infant Motor Development Status using Day Long Movement Data from Wearable Sensors）
  • 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