Miércoles de España: Tus autores favoritos con hasta 55% dto  Ver más

Enviar a
C.A.B.A., Ciudad Autónoma de Buenos Aires
0

Mi Cuenta

  • argentina
  • chile
  • colombia
  • españa
  • méxico
  • perú
  • estados unidos
  • internacional

menú

Selecciona tu país

América

Europa

Resto del mundo

portada DETECCIÓN DE ENFERMEDADES CARDIOVASCULARES MEDIANTE SELECCIÓN ÓPTIMA DE CARACTERÍSTICAS
Formato
Libro Físico
Editorial
Autor
Año
2025
Idioma
Español
N° páginas
60
Encuadernación
Tapa Blanda
Dimensiones
22.00 x 15.00 cm
ISBN13
9786208472351

DETECCIÓN DE ENFERMEDADES CARDIOVASCULARES MEDIANTE SELECCIÓN ÓPTIMA DE CARACTERÍSTICAS

Mary Swarna Latha Gade;Laxmi Narayanamma K. (Autor) · Ediciones Nuestro Conocimiento · Tapa Blanda

DETECCIÓN DE ENFERMEDADES CARDIOVASCULARES MEDIANTE SELECCIÓN ÓPTIMA DE CARACTERÍSTICAS - Mary Swarna Latha Gade;Laxmi Narayanamma K.

Libro Nuevo Importado
Envío: 15 a 19 días háb.
$ 174.191$ 78.386
-55%
Costos de importación incluídos en el precio ✅
Libro Nuevo

Quedan 40 unidades

$ 78.386
Llega entre el 27 Ago y el 02 Sep a C.A.B.A., Ciudad Autónoma de Buenos Aires. Seleccionar ubicación

Elige la lista en la que quieres agregar tu producto o crea una nueva lista

Ir a Mis Listas
Calcula el costo de envío

Reseña del libro "DETECCIÓN DE ENFERMEDADES CARDIOVASCULARES MEDIANTE SELECCIÓN ÓPTIMA DE CARACTERÍSTICAS"

Las enfermedades cardiovasculares (ECV) siguen siendo una de las principales causas de muerte en todo el mundo, lo que subraya la necesidad de una detección precoz precisa. Este estudio presenta un marco basado en el aprendizaje automático para la detección de ECV mediante señales de ECG, centrándose en la selección mejorada de características. El sistema integra el Filtro Rápido Basado en Correlación (FCBF), la Mínima Redundancia y Máxima Relevancia (mRMR), el Relieve y la Optimización por Enjambre de Partículas (PSO) para identificar las características más relevantes y no redundantes. FCBF elimina los datos redundantes, mRMR selecciona las características clave relevantes, Relief clasifica las características en función de su poder de distinción de clases y PSO optimiza el conjunto final de características. La clasificación se realiza mediante los clasificadores Extra Trees y Random Forest, conocidos por su gran precisión y su resistencia al sobreajuste. El modelo combinado alcanzó una tasa de precisión del 100% en diversos conjuntos de datos, superando a los métodos existentes y demostrando un rendimiento superior en la selección y clasificación de características. Este marco tiene un gran potencial para mejorar el diagnóstico precoz de la ECV y la toma de decisiones clínicas.

Opiniones del libro

Ver más opiniones de clientes
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)

Preguntas frecuentes sobre el libro

¿El libro es original?

Todos los libros de nuestro catálogo son Originales.

¿En qué Idioma está escrito el libro?

El libro está escrito en Español.

¿Cuál es la encuadernación de este libro?

La encuadernación de esta edición es Tapa Blanda.

Preguntas y respuestas sobre el libro

¿Tienes una pregunta sobre el libro? Inicia sesión para poder agregar tu propia pregunta.

Opiniones sobre Buscalibre

Ver más opiniones de clientes