Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Convolution Properties II01:17

Convolution Properties II

582
The important convolution properties include width, area, differentiation, and integration properties.
The width property indicates that if the durations of input signals are T1 and T2, then the width of the output response equals the sum of both durations, irrespective of the shapes of the two functions. For instance, convolving two rectangular pulses with durations of 2 seconds and 1 second results in a function with a width of 3 seconds.
The area property asserts that the area under the...
582
Convolution Properties I01:20

Convolution Properties I

581
Convolution computations can be simplified by utilizing their inherent properties.
The commutative property reveals that the input and the impulse response of an LTI (Linear Time-Invariant) system can be interchanged without affecting the output:
581
Predicting Molecular Geometry02:27

Predicting Molecular Geometry

45.7K
VSEPR Theory for Determination of Electron Pair Geometries
45.7K
Antibiotic Selection00:57

Antibiotic Selection

59.9K
Overview
59.9K
Pathophysiology of Diabetes01:20

Pathophysiology of Diabetes

3.5K
Diabetes mellitus is a chronic metabolic disorder characterized by hyperglycemia. The four categories of diabetes are type 1 diabetes, type 2 diabetes, other specific types of diabetes, and gestational diabetes.
Type 1 diabetes is characterized by autoimmune-mediated destruction of pancreatic β cells, with environmental factors potentially triggering this process in genetically susceptible individuals. Despite many not having a family history, certain genes increase susceptibility,...
3.5K
Prediction Intervals01:03

Prediction Intervals

3.4K
The interval estimate of any variable is known as the prediction interval. It helps decide if a point estimate is dependable.
However, the point estimate is most likely not the exact value of the population parameter, but close to it. After calculating point estimates, we construct interval estimates, called confidence intervals or prediction intervals. This prediction interval comprises a range of values unlike the point estimate and is a better predictor of the observed sample value, y. 
3.4K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Enhanced Evolutionary Feature Selection and Ensemble Method for Cardiovascular Disease Prediction.

Interdisciplinary sciences, computational life sciences·2021
Same author

An Intelligent Recurrent Neural Network with Long Short-Term Memory (LSTM) BASED Batch Normalization for Medical Image Denoising.

Journal of medical systems·2019
Same author

Oil sorption and retention capacities of thermally-bonded hybrid nonwovens prepared from cotton, kapok, milkweed and polypropylene fibers.

Journal of environmental management·2018
Same author

Effect of Oil Application, Age, Diet, and Pigmentation on the Tensile Strength and Breaking Point of Hair.

International journal of trichology·2017
Same author

Developing antiviral surgical gown using nonwoven fabrics for health care sector.

African health sciences·2013
Same author

Vibrational study, first hyperpolarizability and HOMO-LUMO analyses on the structure of 2-hydroxy-6-nitro toluene.

Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy·2012
Same journal

Effects of CFR-PEEK plate layup and screw configuration on tibial shaft fracture healing: a simulation study based on a mechanobiological model.

Computer methods in biomechanics and biomedical engineering·2026
Same journal

Metabolic rate-limiting enzyme-associated genes as novel biomarkers for prognosis and treatment response in lung adenocarcinoma.

Computer methods in biomechanics and biomedical engineering·2026
Same journal

An interpretable, clinically-aligned AI paradigm for VTE risk prediction: an approach using LLMs and compound attention.

Computer methods in biomechanics and biomedical engineering·2026
Same journal

Effects of different resistance loads during resisted sprint running on internal stresses of the ankle joint: a finite element analysis.

Computer methods in biomechanics and biomedical engineering·2026
Same journal

Analysis of typical cases of medical infusion pump metering acceptance in nursing scenarios.

Computer methods in biomechanics and biomedical engineering·2026
Same journal

Investigation of biomechanical effect of inverted orthotic insoles on flexible flatfeet.

Computer methods in biomechanics and biomedical engineering·2026
関連記事をすべて見る

関連する実験動画

Updated: Jan 28, 2026

Author Spotlight: Addressing Technical and Subjective Challenges in Measuring Classroom Attention
06:37

Author Spotlight: Addressing Technical and Subjective Challenges in Measuring Classroom Attention

Published on: December 15, 2023

5.3K

糖尿病予測のための注意機構に基づくディープ猫畳み込みスタック疎オートエンコーダを用いた効率的な特徴選択

G Thilagavathi1, N K Karthikeyan1

  • 1Department of Information Technology, Coimbatore Institute of Technology, Coimbatore, Tamil Nadu, India.

Computer methods in biomechanics and biomedical engineering
|January 27, 2026
PubMed
まとめ
この要約は機械生成です。

糖尿病の早期発見は予防に不可欠です。本研究では、改善されたチーター最適化（ICO）と、二重注意機構に基づくディープ猫畳み込みスタック疎オートエンコーダ（DA_DCC_SSAE）を用いた深層学習アプローチを導入し、正確な早期糖尿病識別を実現します。

キーワード:
糖尿病予測畳み込み層二重注意機構強化型猫群最適化（ECSO）改善型チーター最適化（ICO）スタック疎オートエンコーダ

さらに関連する動画

A Protocol for Computer-Based Protein Structure and Function Prediction
16:41

A Protocol for Computer-Based Protein Structure and Function Prediction

Published on: November 3, 2011

69.8K
Author Spotlight: Impact of Intergenic Interactions on Disease-Identifying Dark Biomarkers
03:37

Author Spotlight: Impact of Intergenic Interactions on Disease-Identifying Dark Biomarkers

Published on: March 1, 2024

1.3K

関連する実験動画

Last Updated: Jan 28, 2026

Author Spotlight: Addressing Technical and Subjective Challenges in Measuring Classroom Attention
06:37

Author Spotlight: Addressing Technical and Subjective Challenges in Measuring Classroom Attention

Published on: December 15, 2023

5.3K
A Protocol for Computer-Based Protein Structure and Function Prediction
16:41

A Protocol for Computer-Based Protein Structure and Function Prediction

Published on: November 3, 2011

69.8K
Author Spotlight: Impact of Intergenic Interactions on Disease-Identifying Dark Biomarkers
03:37

Author Spotlight: Impact of Intergenic Interactions on Disease-Identifying Dark Biomarkers

Published on: March 1, 2024

1.3K

科学分野:

  • 医療情報学
  • ヘルスケアにおける人工知能
  • 計算生物学

背景:

  • 糖尿病は、効果的な管理のために早期検出を必要とする世界的な健康問題です。
  • 現在の診断方法は、早期識別のための高度な計算技術によって改善される可能性があります。

研究 の 目的:

  • 糖尿病の早期検出のための新しい深層学習モデルを開発および検証すること。
  • 糖尿病予測における診断精度の向上のための特徴選択を強化すること。

主な方法:

  • 改善されたチーター最適化（ICO）アルゴリズムを用いたデータ前処理および特徴選択。
  • 二重注意機構に基づくディープ猫畳み込みスタック疎オートエンコーダ（DA_DCC_SSAE）モデルを用いた糖尿病の分類。
  • 複数のデータセットにおけるモデル性能の評価。

主要な成果:

  • 提案されたDA_DCC_SSAEモデルは、4つのデータセットすべてで高い精度を達成しました：98.4%（データセット1）、98%（データセット2）、97.4%（データセット3）、および96.8%（データセット4）。
  • ICO特徴選択法は、分類性能の向上に貢献しました。
  • 深層学習アプローチは、早期糖尿病識別のための重要な可能性を示しました。

結論:

  • ICOとDA_DCC_SSAEを組み込んだ新しい深層学習フレームワークは、早期糖尿病検出のための有望で高精度の方法を提供します。
  • このアプローチは、タイムリーな介入を支援し、糖尿病合併症を予防する可能性があります。
  • このAI駆動型診断ツールの臨床統合をさらに探求することができます。