292091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. ハイブリッドなLSTMとGradient Boostingによる手術室データ予測（Hybrid Gradient Boosting Trees and Neural Networks for Forecasting Operating Room Data）
2 分で読了
0 views

ハイブリッドなLSTMとGradient Boostingによる手術室データ予測

（Hybrid Gradient Boosting Trees and Neural Networks for Forecasting Operating Room Data）

#Neural Networks
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「機械学習で術中の低酸素（hypoxemia）を予測できる」と騒いでいるのですが、実際のところ現場で使える話なのでしょうか。うちの現場はデジタル化もまちまちで、導入の投資対効果が見えないと困ります。

AIメンター拓海

素晴らしい着眼点ですね！大丈夫、要点を3つで整理しますよ。まずこの研究は「時系列の持つ長期依存を学ぶ部分」と「多数の特徴を統合して予測する部分」を分けて、それぞれに得意な手法を使った点が重要なのです。

田中専務

ところで「時系列の長期依存」って、要するに過去のデータが遅れて影響するという意味ですか。たとえば手術開始からしばらくして出る信号のパターンが後で悪影響につながる、ということでしょうか。

AIメンター拓海

その通りですよ！長期依存とは過去の値が遠い未来に影響することです。LSTM（Long Short-Term Memory、長短期記憶）というリカレントニューラルネットワークが得意にしているのはまさにその部分ですから、この研究ではLSTMで

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
畳み込みニューラルネットワークのフィルタ剪定を学習する
（Learning to Prune Filters in Convolutional Neural Networks）
次の記事
数値座標回帰の新しい出力層：DSNTの提案
（Numerical Coordinate Regression with Convolutional Neural Networks）
関連記事
地球観測分野における欠損データを用いた拡張：マルチビュー学習アプローチ
（MISSING DATA AS AUGMENTATION IN THE EARTH OBSERVATION DOMAIN: A MULTI-VIEW LEARNING APPROACH）
移動ロボットの自律探索とマッピングのための累積カリキュラム強化学習
（Autonomous Exploration and Mapping for Mobile Robots via Cumulative Curriculum Reinforcement Learning）
一般化されたスパース性と制限等長性
（GENERALIZED NOTIONS OF SPARSITY AND RESTRICTED ISOMETRY PROPERTY）
カメラとLiDARデータを用いた自己教師あり学習によるエンドツーエンド運転
（End-to-End Driving via Self-Supervised Learning Using Camera and LiDAR Data）
医用画像拡散モデルに対する周波数補正メンバーシップ推論攻撃
(Frequency-Calibrated Membership Inference Attacks on Medical Image Diffusion Models)
回転軸受の残存使用可能時間を切断データ対応で予測する手法
（RULSurv: A probabilistic survival-based method for early censoring-aware prediction of remaining useful life in ball bearings）
関連タグ
#Neural Networks
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
凸クラスタリング：モデル、理論的保証と効率的アルゴリズム
（Convex Clustering: Model, Theoretical Guarantee and Efficient Algorithm）
  • 論文研究
Adamの収束と力学的振る舞いの解明
（Convergence and Dynamical Behavior of the Adam Algorithm for Non-Convex Stochastic Optimization）
  • 論文研究
概念ドリフトを時系列として扱うべき理由
（Concept-drifting Data Streams are Time Series; The Case for Continuous Adaptation）
  • 論文研究
見ているものを印刷する脳信号解析
（Brain2Object: Printing Your Mind from Brain Signals with Spatial Correlation Embedding）
  • 論文研究
単語ベクトル結合モデルに基づく言語進化樹の構築
（Building a language evolution tree based on word vector combination model）
  • 論文研究
ウィースフェラー・レーマンをニューラルに拡張する手法
（Weisfeiler and Leman Go Neural: Higher-order Graph Neural Networks）
  • 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