Andere Kunden interessierten sich auch für
![Novel Disease Prediction System Using Hybrid Deep Learning Techniques]( "Novel Disease Prediction System Using Hybrid Deep Learning Techniques")
Novel Disease Prediction System Using Hybrid Deep Learning Techniques51,99 €![IoT für das Gesundheitswesen : Prinzipien und Anwendungen]( "IoT für das Gesundheitswesen : Prinzipien und Anwendungen")
IoT für das Gesundheitswesen : Prinzipien und Anwendungen39,90 €![Lernen von Emotionen mit Hilfe automatisierter Techniken zur Erfassung von Affekten]( "Lernen von Emotionen mit Hilfe automatisierter Techniken zur Erfassung von Affekten")
Lernen von Emotionen mit Hilfe automatisierter Techniken zur Erfassung von Affekten55,90 €![Grundlagen der Informationssysteme im Gesundheitswesen]( "Grundlagen der Informationssysteme im Gesundheitswesen")
Grundlagen der Informationssysteme im Gesundheitswesen39,90 €![Intrusion Detection System based on deep learning]( "Intrusion Detection System based on deep learning")
Intrusion Detection System based on deep learning40,99 €![CNN-basierte personenspezifische Gesichtserkennung und -detektion]( "CNN-basierte personenspezifische Gesichtserkennung und -detektion")
CNN-basierte personenspezifische Gesichtserkennung und -detektion39,90 €![Anwendung der künstlichen Intelligenz für die Superauflösung von Bildern]( "Anwendung der künstlichen Intelligenz für die Superauflösung von Bildern")
Anwendung der künstlichen Intelligenz für die Superauflösung von Bildern84,90 €
Dieses Buch wurde anhand von drei verschiedenen Modellen mit einer unterschiedlichen Kombination aus Merkmalsauswahl und Deep-Learning-Techniken durchgeführt. Das erste Modell schlug die Kombination des neuen Enhanced Grey-Wolf Optimization-based Feature Selection Algorithm (EGWO-FSA) und Deep Belief Network (DBN) zur Diagnose von Herz-, Diabetes- und Krebserkrankungen vor. Das zweite Modell schlägt ein System zur Krankheitsvorhersage vor, das unter Verwendung des neuen Genetic Binary Cuckoo Optimization Algorithm (GBCOA) und des neuen Convolutional-Recurrent Neural Network (C-RNN) zur Identifizierung von Herz-, Krebs- und Diabeteserkrankungen entwickelt wurde. Die dritte Technik implementiert ein neuartiges System zur Krankheitsvorhersage, das mit dem neuen Incremental Feature Selection Algorithm (IFSA) und einem neuartigen Convolutional Neural Network with Temporal Features (T-CNN) zur Vorhersage von Herz-, Diabetes- und Krebserkrankungen entwickelt wurde. Die vorgeschlagenen Techniken werden durch die Durchführung verschiedener Experimente evaluiert und erzielen im vorgeschlagenen Krankheitsvorhersagesystem eine bessere Leistung als die bestehenden Systeme in Bezug auf Vorhersagegenauigkeit und Rechenzeit.