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

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)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。
8. 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。
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。