JPWO2022215270A5 - 予測モデル生成装置、予測モデル生成方法及びプログラム - Google Patents
予測モデル生成装置、予測モデル生成方法及びプログラム Download PDFInfo
- Publication number
- JPWO2022215270A5 JPWO2022215270A5 JP2023512641A JP2023512641A JPWO2022215270A5 JP WO2022215270 A5 JPWO2022215270 A5 JP WO2022215270A5 JP 2023512641 A JP2023512641 A JP 2023512641A JP 2023512641 A JP2023512641 A JP 2023512641A JP WO2022215270 A5 JPWO2022215270 A5 JP WO2022215270A5
- Authority
- JP
- Japan
- Prior art keywords
- predictive model
- probability distribution
- target variable
- variable
- modeling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims 2
- 238000010276 construction Methods 0.000 claims 3
- 238000011084 recovery Methods 0.000 claims 3
- 230000001419 dependent effect Effects 0.000 claims 1
Description
次に、予測部32は、入力データIを取得する(ステップS33)。予測モデル選択部321は、入力データIの入院時FIMの値に応じた、学習済の予測モデルを1つ選択する。出力値計算部322は、選択された予測モデルに入力データIの患者情報を入力することによって、退院時FIMの予測分布を取得し、その予測分布に基づいて、退院時FIMの予測値を計算する。出力値計算部322は、その計算結果を出力データOとして出力する(ステップS34)。
Claims (9)
- 目的変数を含む学習データについて、前記目的変数の性質に応じて、前記目的変数の確率分布が存在する領域を複数の小領域に分割する分割手段と、
前記小領域のそれぞれに前記目的変数が属する存在確率をそれぞれモデリングする存在確率モデリング手段と、
前記学習データを用いて、前記小領域毎に、前記目的変数が前記小領域に属するという条件下での、前記目的変数が前記小領域で取り得る値に関する確率分布をモデリングする確率分布モデリング手段と、
前記存在確率を用いて、モデリングされた前記確率分布を前記小領域毎に統合することで、前記目的変数の予測モデルを構築するモデル構築手段と、
を備える予測モデル生成装置。 - 前記学習データは、前記目的変数の初期値を有し、
前記モデル構築手段は、前記初期値が取り得る値毎に前記目的変数の予測モデルを構築する、
請求項1に記載の予測モデル生成装置。 - 予測対象となる目的変数の初期値を有する予測対象データが入力されたとき、前記モデル構築手段が構築した前記目的変数の予測モデルの中から、前記予測対象データに含まれる目的変数の初期値に対応する予測モデルを選択する選択手段と、
選択された前記予測モデルを用いて、前記予測対象データにおける前記目的変数を予測する予測手段と、をさらに備える
請求項2に記載の予測モデル生成装置。 - 前記目的変数は、患者の退院時の回復度であり、
前記分割手段は、患者の入院時の回復度の値を境界にして、前記退院時の回復度が存在する領域を2分割する、
請求項1乃至3のいずれか1項に記載の予測モデル生成装置。 - 前記学習データは、前記患者の患者情報を有し、
前記確率分布モデリング手段は、前記患者情報に依存するように前記確率分布をモデリングする、
請求項4に記載の予測モデル生成装置。 - 前記確率分布モデリング手段は、一般化線形モデル化された前記確率分布をモデリングする、
請求項1乃至5のいずれか1項に記載の予測モデル生成装置。 - 前記確率分布モデリング手段は、2項分布で表される前記確率分布をモデリングする、
請求項6に記載の予測モデル生成装置。 - 目的変数を含む学習データについて、前記目的変数の性質に応じて、前記目的変数の確率分布が存在する領域を複数の小領域に分割し、
前記小領域のそれぞれに前記目的変数が属する存在確率をそれぞれモデリングし、
前記学習データを用いて、前記小領域毎に、前記目的変数が前記小領域に属するという条件下での、前記目的変数が前記小領域で取り得る値に関する確率分布をモデリングし、
前記存在確率を用いて、モデリングされた前記確率分布を前記小領域毎に統合することで、前記目的変数の予測モデルを構築する、
予測モデル生成装置が実行する予測モデル生成方法。 - 目的変数を含む学習データについて、前記目的変数の性質に応じて、前記目的変数の確率分布が存在する領域を複数の小領域に分割し、
前記小領域のそれぞれに前記目的変数が属する存在確率をそれぞれモデリングし、
前記学習データを用いて、前記小領域毎に、前記目的変数が前記小領域に属するという条件下での、前記目的変数が前記小領域で取り得る値に関する確率分布をモデリングし、
前記存在確率を用いて、モデリングされた前記確率分布を前記小領域毎に統合することで、前記目的変数の予測モデルを構築する、
ことをコンピュータに実行させるプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2021/015089 WO2022215270A1 (ja) | 2021-04-09 | 2021-04-09 | 予測モデル生成装置、予測モデル生成方法及び非一時的なコンピュータ可読媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2022215270A1 JPWO2022215270A1 (ja) | 2022-10-13 |
JPWO2022215270A5 true JPWO2022215270A5 (ja) | 2024-01-16 |
Family
ID=
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210383041A1 (en) | In-situ thermodynamic model training | |
KR102492318B1 (ko) | 모델 학습 방법 및 장치, 및 데이터 인식 방법 | |
JPWO2018131259A1 (ja) | 文章評価装置、及び文章評価方法 | |
WO2016062044A1 (zh) | 一种模型参数训练方法、装置及系统 | |
Zhou et al. | Comparison of different deep neural network architectures for isothermal indoor airflow prediction | |
JP2014517602A5 (ja) | ||
WO2020112023A1 (en) | Method and system for predicting performance in electronic design based on machine learning | |
JP2008538429A (ja) | ゼータ統計を用いるモデル最適化方法及びシステム | |
JPWO2020159568A5 (ja) | ||
Sankaran et al. | An efficient framework for optimization and parameter sensitivity analysis in arterial growth and remodeling computations | |
Kyriacou et al. | Efficient PCA-driven EAs and metamodel-assisted EAs, with applications in turbomachinery | |
JP6791600B2 (ja) | モータ励起信号検索方法及び電子機器 | |
JP7207596B1 (ja) | 運転支援装置、運転支援方法及びプログラム | |
Bellini | Forward search outlier detection in data envelopment analysis | |
Fu et al. | MOLER: Incorporate molecule-level reward to enhance deep generative model for molecule optimization | |
WO2022247092A1 (en) | Methods and systems for congestion prediction in logic synthesis using graph neural networks | |
JPWO2022215270A5 (ja) | 予測モデル生成装置、予測モデル生成方法及びプログラム | |
Buffington et al. | Brain-STORM: A deep learning model for computationally fast transient high-rise fire simulations | |
Du et al. | Inference of gene regulatory networks based on the Light Gradient Boosting Machine | |
Zhang et al. | A CNN-supported Lagrangian ISPH model for free surface flow | |
Stankiewicz et al. | Genetic algorithm-based calibration of reduced order Galerkin models | |
Sirin et al. | Batch Mode TD ($\lambda $) for Controlling Partially Observable Gene Regulatory Networks | |
KR102561402B1 (ko) | 외삽 현상을 예측하는 대체 모델을 생성하는 방법 및 그 장치 | |
JP2007310873A (ja) | パラメータ抽出方法及び当該パラメータ抽出方法を実行させるプログラムを具備するコンピュータ読み取り可能な記憶媒体 | |
WO2020218246A1 (ja) | 最適化装置、最適化方法、及びプログラム |