Tracked shipping to New Zealand with premium packaging for just NZ$15 

Ship to
New Zealand
0

My Account

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

menu

Select your country

Americas

Europe

Rest of the world

portada Erkennung Von Herz-Kreislauf-Erkrankungen Durch Optimaler Merkmalsauswahl (in German)
Type
Physical Book
Publisher
Author
Language
German
Pages
60
Format
Paperback
Dimensions
22.9 x 15.2 x 0.4 cm
ISBN13
9786208469795

Erkennung Von Herz-Kreislauf-Erkrankungen Durch Optimaler Merkmalsauswahl (in German)

Gade, Mary Swarna Latha; K, Laxmi Narayanamma (Author) · Verlag Unser Wissen · Paperback

Erkennung Von Herz-Kreislauf-Erkrankungen Durch Optimaler Merkmalsauswahl (in German) - Gade, Mary Swarna Latha; K, Laxmi Narayanamma

Cheaper New Book Imported to New Zealand
Delivery: 07 Sep - 14 Sep Shipping: 14 to 15 business days.
NZ$ 110.79
Faster New Book Imported to New Zealand
Delivery: 24 Aug - 01 Sep Shipping: 5 to 6 business days.
NZ$ 119.27
Import costs and 15% GST included in the price ✅
NZ$ 110.79

Choose the list to add your product or create one New List

Go to My Wishlists
Calculate shipping cost

Synopsis "Erkennung Von Herz-Kreislauf-Erkrankungen Durch Optimaler Merkmalsauswahl (in German)"

Herz-Kreislauf-Erkrankungen (KHK) sind nach wie vor eine der häufigsten Todesursachen weltweit, was die Notwendigkeit einer genauen Früherkennung unterstreicht. In dieser Studie wird ein auf maschinellem Lernen basierendes System zur Erkennung von Herz-Kreislauf-Erkrankungen anhand von EKG-Signalen vorgestellt, das sich auf eine verbesserte Merkmalsauswahl konzentriert. Das System integriert Fast Correlation-Based Filter (FCBF), Minimum Redundancy Maximum Relevance (mRMR), Relief und Particle Swarm Optimization (PSO), um die relevantesten und nicht-redundanten Merkmale zu identifizieren. FCBF entfernt redundante Daten, mRMR wählt die wichtigsten relevanten Merkmale aus, Relief ordnet die Merkmale nach ihrer klassenunterscheidenden Kraft ein und PSO optimiert den endgültigen Merkmalssatz. Die Klassifizierung erfolgt mithilfe von Extra Trees und Random Forest-Klassifikatoren, die für ihre hohe Genauigkeit und ihre Widerstandsfähigkeit gegen Überanpassung bekannt sind. Das kombinierte Modell erreichte eine 100-prozentige Genauigkeitsrate bei verschiedenen Datensätzen und übertraf damit die bestehenden Methoden, wobei es eine überlegene Leistung bei der Merkmalsauswahl und Klassifizierung zeigte. Dieses System birgt ein gro es Potenzial zur Verbesserung der frühen CVD-Diagnose und zur Verbesserung der klinischen Entscheidungsfindung.

Customers reviews

More customer reviews
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)

Frequently Asked Questions about the Book

Is the book original?

All books in our catalog are Original.

In what language is the book written?

The book is written in German.

What is the format of this book?

The binding of this edition is Paperback.

Questions and Answers about the Book

Do you have a question about the book? Login to be able to add your own question.

Opinions about Bookdelivery

More customer reviews