Tecniche di soft computing per il rilevamento del cancro al seno - P, Srinivasa Rao;S, Vani Kumari;Bheemavarapu, Pradeep Kumar
47,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
24 °P sammeln
  • Broschiertes Buch

Il Soft Computing (SC) è emerso come uno strumento versatile per la risoluzione di problemi computazionali complessi in vari campi. Il soft computing sfrutta le capacità di riconoscimento e di apprendimento simili a quelle umane per fornire soluzioni innovative alle sfide del mondo reale. In un'epoca di esplosione dei dati, un'efficace elaborazione dei dati richiede la selezione di attributi chiave per la modellazione predittiva, con conseguente richiesta di selezione di sottoinsiemi di caratteristiche. La selezione dei sottoinsiemi di caratteristiche è un problema NP-Hard, con vari metodi…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Il Soft Computing (SC) è emerso come uno strumento versatile per la risoluzione di problemi computazionali complessi in vari campi. Il soft computing sfrutta le capacità di riconoscimento e di apprendimento simili a quelle umane per fornire soluzioni innovative alle sfide del mondo reale. In un'epoca di esplosione dei dati, un'efficace elaborazione dei dati richiede la selezione di attributi chiave per la modellazione predittiva, con conseguente richiesta di selezione di sottoinsiemi di caratteristiche. La selezione dei sottoinsiemi di caratteristiche è un problema NP-Hard, con vari metodi classificati in approcci di tipo filter, wrapper e embedded. Gli algoritmi meta-euristici, noti per le loro capacità di ricerca globale, sono stati utilizzati per la selezione delle caratteristiche per massimizzare l'accuratezza della classificazione. Con un'attenzione particolare alle applicazioni mediche, questo studio esplora la diagnosi assistita dal computer, dove i metodi di selezione delle caratteristiche basati sulla popolazione migliorano l'accuratezza della classificazione riducendo i tempi di analisi. La ricerca introduce due nuovi metodi meta-euristici, Separated Enemy Driven Dragon Algorithm (SEDDA) e Fitness-based Crow Search Algorithm (FSCA), e li confronta con tecniche consolidate.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Autorenporträt
Il dottor P Srinivasa Rao lavora come professore associato presso il Dipartimento di Ingegneria dei dati del MVGR College of Engineering (Autonomous), Vizianagaram, Andhra Pradesh, India. Ha più di 18 anni di esperienza nel campo dell'insegnamento e della ricerca ed è autore di un totale di 35 pubblicazioni, tra cui libri, articoli di ricerca e capitoli di libri.