Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Benzekri, Wiame" wg kryterium: Autor


Wyświetlanie 1-1 z 1
Tytuł:
Novel diabetes classification approach based on CNN-LSTM: enhanced performance and accuracy
Autorzy:
Ayat, Yassine
Benzekri, Wiame
El Moussati, Ali
Mir, Ismail
Benzaouia, Mohammed
El Aouni, Abdelaziz
Powiązania:
https://bibliotekanauki.pl/articles/31341646.pdf
Data publikacji:
2024
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
diabetes
diabetes classification
dataset balancing
combined model
personalized healthcare
Opis:
This paper deals with the development of an approach for diabetes classification harnessing ConvolutionalNeural-network (CNN) and a Long-Short-Term-Memory (LSTM) model. The proposed method harnesses the strengths of LSTM and CNN architectures to effectively capture sequential patterns and extract meaningful features from the input data. A comprehensive dataset containing relevant features for diabetes patients is used to train and evaluate the classifiers. Evaluation metrics such as kappa score, F1-score, accuracy, precision, and recall are employed in ordre to assess the performance of each model. The results demonstrate that the CNNLSTM model outperforms other models, including Logistic Regression, Random Forest, SVM, and KNN, achieving an impressive accuracy of 97%. These findings shed light on the effectiveness of the proposed approach in accurately classifying diabetes, resulting in significant advancement in diabetes diagnosis and treatment and opening up exciting possibilities for personalized healthcare.
Źródło:
Diagnostyka; 2024, 25, 1; art. no. 2024112
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies