検診ビッグデータの経年変化をとらえた構造適応型Deep Belief Networkによる予測シズテム

摘要

深層学習の手法であるDeep Belief Network(DBN)において，入力データに応じて適切な隠れニューロン数及び隠れ層数を学習中に自動で求める構造適応型DBNを開発した．また，Long Short Term Memory(LSTM)の考えを応用したリカレント型の構造適応型DBNを開発し，時系列データ予測を行った．本論文では，開発した手法を検診ビックデータに適用し，癌の疾病確率に対するN年経年変化の予測を行った．