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 Rilevamento Delle Malattie Cardiovascolari Mediante Selezione Ottimale Delle Caratteristiche (en Italiano)
Formato
Libro Físico
Editorial
Autor
Idioma
Italiano
N° páginas
60
Encuadernación
Tapa Blanda
Dimensiones
22.9 x 15.2 x 0.4 cm
ISBN13
9786208477479

Rilevamento Delle Malattie Cardiovascolari Mediante Selezione Ottimale Delle Caratteristiche (en Italiano)

Gade, Mary Swarna Latha; K, Laxmi Narayanamma (Autor) · Edizioni Sapienza · Tapa Blanda

Rilevamento Delle Malattie Cardiovascolari Mediante Selezione Ottimale Delle Caratteristiche (en Italiano) - Gade, Mary Swarna Latha; K, Laxmi Narayanamma

Libro Nuevo Importado
Envío: 24 a 29 días háb.
$ 174.160$ 87.080
-50%
Costos de importación incluídos en el precio ✅
Libro Nuevo

Quedan 10 unidades

$ 87.080
Llega entre el 09 Sep y el 16 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 "Rilevamento Delle Malattie Cardiovascolari Mediante Selezione Ottimale Delle Caratteristiche (en Italiano)"

Le malattie cardiovascolari (CVD) rimangono una delle principali cause di morte a livello globale, sottolineando la necessità di un'accurata diagnosi precoce. Questo studio presenta un framework basato sull'apprendimento automatico per il rilevamento di CVD utilizzando i segnali ECG, concentrandosi sulla selezione avanzata delle caratteristiche. Il sistema integra il Fast Correlation-Based Filter (FCBF), il Minimum Redundancy Maximum Relevance (mRMR), il Relief e la Particle Swarm Optimization (PSO) per identificare le caratteristiche più rilevanti e non ridondanti. FCBF rimuove i dati ridondanti, mRMR seleziona le caratteristiche chiave rilevanti, Relief classifica le caratteristiche in base al loro potere di distinguere le classi e PSO ottimizza il set finale di caratteristiche. La classificazione viene eseguita utilizzando i classificatori Extra Trees e Random Forest, noti per l'elevata precisione e la resistenza all'overfitting. Il modello combinato ha raggiunto un tasso di accuratezza del 100% su diversi set di dati, superando i metodi esistenti e dimostrando prestazioni superiori nella selezione delle caratteristiche e nella classificazione. Questa struttura ha un forte potenziale per migliorare la diagnosi precoce di CVD e migliorare il processo decisionale clinico.

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 Italiano.

¿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