Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "classification model" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 51
Tytuł:
Neural networks as performance improvement models in intelligent CAPP systems
Autorzy:
Rojek, I.
Powiązania:
https://bibliotekanauki.pl/articles/971020.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
classification model
neural network
tool
manufacturing operation
Opis:
The paper presents neural networks as performance improvement models in intelligent computer aided process planning systems (CAPP systems). For construction of these models three types of neural networks were used: linear network, multi-layer network with error backpropagation, and the Radial Basis Function network (RBF). The models were compared. Due to the comparison, we can say which type of neural network is the best for selection of tools for manufacturing operations. Tool selection for manufacturing operation is a classification problem. Hence, neural networks were built as classification models, meant to improve tool selection for manufacturing. The study was done for selected manufacturing operations: turning, milling and grinding. Models for the milling operation were presented in detail.
Źródło:
Control and Cybernetics; 2010, 39, 1; 54-68
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
On the state of budgetary balance over time via the one-way classification model
Autorzy:
Ekhosuehi, V. U.
Oyegue, F. O.
Powiązania:
https://bibliotekanauki.pl/articles/406496.pdf
Data publikacji:
2015
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
budget
expenditure
fixed effects
one-way classification model
zero-sum constraint
Opis:
A study on the state of budgetary balance over time in an economy has been conducted. The planned revenues and expected expenditures contained in the budget statements over the years are used as economic instruments for the study. The one-way classification model in statistical theory is used as the theoretical underpinning to describe the budget equation. The economic implications of the signs of the fixed effects in the model are stated.
Źródło:
Operations Research and Decisions; 2015, 25, 3; 5-16
2081-8858
2391-6060
Pojawia się w:
Operations Research and Decisions
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Single-ended quality measurement of a music content via convolutional recurrent neural networks
Autorzy:
Organiściak, Kamila
Borkowski, Józef
Powiązania:
https://bibliotekanauki.pl/articles/1849158.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
audio data analysis
artefacts detection
convolutional neural networks
recurrent neural networks
classification model
Opis:
The paper examines the usage of Convolutional Bidirectional Recurrent Neural Network (CBRNN) for a problem of quality measurement in a music content. The key contribution in this approach, compared to the existing research, is that the examined model is evaluated in terms of detecting acoustic anomalies without the requirement to provide a reference (clean) signal. Since real music content may include some modes of instrumental sounds, speech and singing voice or different audio effects, it is more complex to analyze than clean speech or artificial signals, especially without a comparison to the known reference content. The presented results might be treated as a proof of concept, since some specific types of artefacts are covered in this paper (examples of quantization defect, missing sound, distortion of gain characteristics, extra noise sound). However, the described model can be easily expanded to detect other impairments or used as a pre-trained model for other transfer learning processes. To examine the model efficiency several experiments have been performed and reported in the paper. The raw audio samples were transformed into Mel-scaled spectrograms and transferred as input to the model, first independently, then along with additional features (Zero Crossing Rate, Spectral Contrast). According to the obtained results, there is a significant increase in overall accuracy (by 10.1%), if Spectral Contrast information is provided together with Mel-scaled spectrograms. The paper examines also the influence of recursive layers on effectiveness of the artefact classification task.
Źródło:
Metrology and Measurement Systems; 2020, 27, 4; 721-733
0860-8229
Pojawia się w:
Metrology and Measurement Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sensor Actor Network Modeling utilizing the Holonic Architectural Framework
Autorzy:
Chiu, C.
Chaczko, Z.
Moses, P.
Powiązania:
https://bibliotekanauki.pl/articles/226170.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
Extended Kohonen Maps (EKM)
Sensor Actor Networks (SANET)
Wireless Sensor Networks (WSN)
SANET Middleware
POE Classification Model
holonic architecture
Opis:
This paper discusses the results of utilizing advanced EKM modeling techniques to manage Sensor-Actor networks (SANETs) based upon the Holonic Architectural Framework. EKMs allow a quantitative analysis of an algorithmic artificial neural network process by using an indirect-mapping EKM to self-organize from a given input space to administer SANET routing and clustering functions with a control parameter space. Results demonstrate that in comparison to linear approximation techniques, indirect mapping with EKMs provide fluid control and feedback mechanisms by operating in a continuous sensory control space – thus enabling interactive detection and optimization of events in real-time environments.
Źródło:
International Journal of Electronics and Telecommunications; 2010, 56, 1; 49-54
2300-1933
Pojawia się w:
International Journal of Electronics and Telecommunications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Crash data reporting systems in Fourteen Arab countries: challenges and improvement
Autorzy:
Abounoas, Zahira
Raphael, Wassim
Badr, Yarob
Faddoul, Rafic
Guillaume, Anne
Powiązania:
https://bibliotekanauki.pl/articles/1833641.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
road accidents
road safety
information system
reporting system
variables selection
classification model
wypadek drogowy
bezpieczeństwo na drogach
system informacyjny
systemy raportowania
dobór zmiennych
model klasyfikacji
Opis:
Traffic crash fatalities and serious injuries still represent a big burden for most Arab countries because the actual policies, strategies, and interventions are based on poorly collected data. Through this paper, we assessed the crash data reporting systems in Fourteen Arab countries via a survey conducted to identify the fundamental dysfunctions at the management and data collection levels. Then, to address some of the dataset problems, we had applied data mining technics to select a minimum of variables (crash, vehicle, and road user) that should be collected for a better understanding of crash circumstances. For this raison, three methods of selection (correlation, information gain, and gain ratio) and seven classifiers (naive Bayes, nearest neighbour, random forest, random tree, J48, reduced error pruning tree, and bagging) were tested and compared to identify the variables that affect significantly the crashes severity. Decision trees family of classifiers showed the best performance based on the analysis of the area under the curve. The explanatory variables obtained from the data mining process were combined with other descriptive variables to maintain traceability. As a result, we produced hybrid lists of variables for the crash, vehicle, and road user, each contains 25 variables. Finally, in order to propose a cost-effective solution to switch from manual to electronic data collection, we got inspired by a tool used to track animals to create and customize a unified e-form for handheld devices, in order to ensure easy entering of the harmonized data for the entire region based on our selected lists of variables. The tool verified the countries requirements especially by enabling data collection and transfer with and without the internet, and by allowing data analysis thought its built-in Geographic Information System (GIS) capabilities.
Źródło:
Archives of Transport; 2020, 56, 4; 73-88
0866-9546
2300-8830
Pojawia się w:
Archives of Transport
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Cut size determination of centrifugal classifier with fluidized bed
Wyznaczanie ziarna granicznego klasyfikatora odśrodkowego z warstwą fluidalną
Autorzy:
Otwinowski, H.
Powiązania:
https://bibliotekanauki.pl/articles/219701.pdf
Data publikacji:
2013
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
wyznaczanie ziarna granicznego
macierzowy model klasyfikacji
krzywa Trompa
klasyfikator aerodynamiczny
cut size determination
classification matrix model
Tromp curve
air classifier
Opis:
The cut size determination on the basis of proposed matrix model of classification process in a centrifugal air flow classifier with a fluidized bed is presented using matrix model. The presented methodology of cut size determination is based on the precise measurement of the total mass of fed material and coarse product in experimental tests. Knowledge of the feed particle size distribution is also required. Considered classifier is a part of the fluidized bed jet mill. The presented cut size determination will allow to optimize mill work and prediction of particle size distribution of the classification products.
W artykule przedstawiono metodykę wyznaczania rozmiaru ziarna granicznego procesu klasyfikacji w odśrodkowym klasyfikatorze przepływowym z warstwą fluidalną przy wykorzystaniu modelu macierzowego. Przedstawiona metodyka oparta jest na dokładnym wyznaczeniu masy nadawy i gruboziarnistego produktu klasyfikacji na podstawie badań eksperymentalnych. Wymagana jest także znajomość składu ziarnowego nadawy. Rozpatrywany klasyfikator stanowi część fluidalnego młyna strumieniowego. Wyznaczenie rozmiaru ziarna granicznego umożliwia przeprowadzenie optymalizacji pracy młyna i prognozowanie składu ziarnowego produktów klasyfikacji.
Źródło:
Archives of Mining Sciences; 2013, 58, 3; 823-841
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model klasyfikacji wiedzy w przedsiębiorstwie produkcyjnym przy zastosowaniu algorytmu Bayes’a
Autorzy:
Dudek, A.
Patalas-Maliszewska, J.
Powiązania:
https://bibliotekanauki.pl/articles/118404.pdf
Data publikacji:
2016
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
model klasyfikacji wiedzy
gromadzenie danych
algorytm Bayes’a
model knowledge classification
collect data
Bayesian algorithm
Opis:
W artykule podjęto próbę zbudowania modelu klasyfikacji wiedzy w przedsiębiorstwie produkcyjnym w oparciu o algorytm Bayes’a. Pozyskiwanie, gromadzenie i przechowywanie danych i informacji działu obsługi serwisowej, możliwe jest za pomocą autorskiej aplikacji, której struktura została również przedstawiona w niniejszym artykule. Na podstawie danych i informacji zawartych w zgłoszeniach serwisowych, rejestrowanych w aplikacji, możliwe jest generowanie zdefiniowanej wiedzy. W konsekwencji, proponowany model klasyfikacji wiedzy, przy zastosowaniu algorytmu Bayes’a, daje możliwość zbudowania zbiorów użytecznej wiedzy.
This article elaborates a model of knowledge classification using a Bayesian algorithm in a manufacturing company. Further was illustrated an application, that enables you to collect, search and analyze data and information from a service department. Based on the data and information registered in the application, it is possible to generate a defined knowledge. Consequently, the proposed model for the classification of knowledge, using a Bayesian algorithm gives the opportunity to build the sets of useful knowledge.
Źródło:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej; 2016, 9; 85-98
1897-7421
Pojawia się w:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Predykcyjny model dobowej emisji energii sejsmicznej indukowanej eksploatacją górniczą
Predictive model of the daily release of seismic energy induced by mining
Autorzy:
Jakubowski, J.
Lenart, Ł.
Ożóg, Ł.
Powiązania:
https://bibliotekanauki.pl/articles/166220.pdf
Data publikacji:
2014
Wydawca:
Stowarzyszenie Inżynierów i Techników Górnictwa
Tematy:
sejsmiczność indukowana
wstrząsy górnicze
hazard sejsmiczny
zagrożenie tąpaniami
drzewa wzmacniane
sieci neuronowe
regresja logistyczna
modele prognostyczne
modele klasyfikacyjne
induced seismicity
mining tremors
seismic hazard
rockburst hazard
data mining
boosted trees
neural networks
logistic regression
predictive model
classification model
Opis:
W artykule przedstawiono budowę i ocenę predykcyjnego modelu klasyfikacyjnego dobowej emisji energii sejsmicznej indukowanej eksploatacją ścianową węgla. Model jest oparty na danych z katalogu wstrząsów i podstawowych danych o wydobyciu i ścianach eksploatowanych w partii XVI kopalni Piast w okresie od lipca 1987 do marca 2011. Zmienną prognozowaną jest dwustanowa zmienna określająca wystąpienie dobowej sumy energii sejsmicznej wstrząsów w rejonie ściany większej lub równej wartości progowej 10/5 J. Zastosowano trzy metody analityczne w schemacie data mining: regresję logistyczną, sieci neuronowe i drzewa wzmacniane. Jako najlepszy do celów prognozy wybrano model drzew wzmacnianych. Wyniki na zbiorze walidacyjnym pokazały jego dobrą zdolność predykcyjną, co zachęca do dalszych badań.
This paper presents the design and evaluation of the classification predictive model of daily seismic activity induced by longwall mining. The model combines seismic catalog data, output volume and basic characteristics of the longwall faces in sector XVI of the Piast coal mine over the period of July 1987 to March 2011. The predicted variable defines the occurrence of a daily sum of seismic energy released nearby the longwall, that is greater than or equal to the threshold value of 10/5 J. Machine learning and statistical methods were applied, namely neural networks, stochastic gradient boosted trees and logistic regression. The design and evaluation of the classification predictive models were presented. The boosted tree model appeared to meet the prediction quality criteria best. The results of the model evaluation show its promising predictive capability.
Źródło:
Przegląd Górniczy; 2014, 70, 3; 18-25
0033-216X
Pojawia się w:
Przegląd Górniczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of HLM to data with multilevel structure
Autorzy:
Valente, Vítor
Oliveira, Teresa
Powiązania:
https://bibliotekanauki.pl/articles/729938.pdf
Data publikacji:
2011
Wydawca:
Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
Tematy:
hierarchical linear model
multilevel model
cross-classification models
academic achievement
Opis:
Many data sets analyzed in human and social sciences have a multilevel or hierarchical structure. By hierarchy we mean that units of a certain level (also referred micro units) are grouped into, or nested within, higher level (or macro) units. In these cases, the units within a cluster tend to be more different than units from other clusters, i.e., they are correlated. Thus, unlike in the classical setting where there exists a single source of variation between observational units, the heterogeneity between clusters introduces an additional source of variation and complicates the analysis.
Collecting data on Educational Research often does not follow the principles of simple random sample, suspected by classical regression, but rather a sample by nested clusters. Selected to students and also the contextual units to which they belong such as classes, courses, schools, neighborhoods or regions, and so forth.
Using classical regression bias is produced in the typical error of measurement and an increased likelihood of committing errors of inference. The hierarchical linear or multilevel models are most suitable because they consider the hierarchical relationships and also provide estimates on the contextual variability of regression coefficients. In practice, often the data structures are not hierarchical, are more complex structures such as cross-classification (level 2 or macro). For example, students (level 1 or micro) to attend different courses at a school while in other schools there are students who attend the same courses. Two examples of application to academic achievement of students are presented. First, a model of cross-classification of level 2 is used. Second, a hierarchical model of two levels (students and schools) is presented, taking into account the different areas of science - scientific-humanistic courses and technology courses.
Źródło:
Discussiones Mathematicae Probability and Statistics; 2011, 31, 1-2; 87-101
1509-9423
Pojawia się w:
Discussiones Mathematicae Probability and Statistics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Klasyfikacje modeli biznesu
Business Model Classifications
Autorzy:
Wiśniewski, Adam Krystian
Powiązania:
https://bibliotekanauki.pl/articles/1826487.pdf
Data publikacji:
2018
Wydawca:
Politechnika Gdańska
Tematy:
business model
classification
enterprise
management
model biznesu
klasyfikacja
przedsiębiorstwo
zarządzanie
Opis:
This article aims to analyze the business model, aspects of its application and classifications. A shared aspect of theoretical and practical applications of the business models is its complexity and versatility. Complexity results from lack of a generally accepted one definition of the problem, and so many authors propose their own terms and constructing elements of business model. Versatility is based on the universality of potential of use in practice. Each company, knowing its specific characteristics and conditions, is able to choose an effective business model that enables and facilitates the creation of value. The review of the existing business model classifications in this paper allows to identify three main directions taken by the authors: universal models, e-business models and innovative business models. They have been discussed and characterized.
Celem niniejszego artykułu jest analiza modelu biznesu, aspektów jego stosowania i klasyfikacji. Wspólnym aspektem prac teoretycznych i praktycznego zastosowania modeli biznesu jest jego złożoność i uniwersalność. Złożoność wynika z braku ogólnie przyjętej jednej definicji tego zagadnienia, w związku z czym szereg autorów proponuje własne określenia oraz elementy je konstruujące. Uniwersalność opiera się na powszechności potencjalnego zastosowania i wykorzystania w praktyce. Każde przedsiębiorstwo, znając swoją specyfikę i uwarunkowania jest w stanie dobrać efektywny model biznesu, który umożliwia i ułatwia generowanie wartości. Zaprezentowany w artykule przegląd istniejących klasyfikacji modeli biznesu pozwala wyłonić trzy główne kierunki podejmowane przez autorów: modele uniwersalne, modele e-biznesu i modele innowacyjne. Zostały one omówione, scharakteryzowane i porównane.
Źródło:
Przedsiębiorstwo we współczesnej gospodarce - teoria i praktyka; 2018, 2, 25; 33-50
2084-6495
Pojawia się w:
Przedsiębiorstwo we współczesnej gospodarce - teoria i praktyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Thermal Imaging in Wound Healing Diagnostics
Autorzy:
Nowakowski, A.
Kaczmarek, M.
Moderhak, M.
Siondalski, P.
Woś, Ł.
Powiązania:
https://bibliotekanauki.pl/articles/114068.pdf
Data publikacji:
2015
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
diagnostics
thermal model
quantitative classification
thermography
wound healing
Opis:
Results of a project searching for objective, quantitative evaluation of postoperative wound healing in cardiosurgery are presented. We propose simple thermal models of the healing processes after cardiosurgery interventions as objective descriptors allowing classification of patients for extraction and following recovery at home or for prolonged treatment in a hospital. Classification of healing as the normal process or as a process with complications is possible based on temporal changes of proposed thermal descriptors.
Źródło:
Measurement Automation Monitoring; 2015, 61, 6; 195-198
2450-2855
Pojawia się w:
Measurement Automation Monitoring
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model of hierarchical regression in decision problems of transportation systems
Autorzy:
Topolska, K.
Powiązania:
https://bibliotekanauki.pl/articles/393351.pdf
Data publikacji:
2017
Wydawca:
Polskie Stowarzyszenie Telematyki Transportu
Tematy:
regression model
transport systems
multidimensional classification
model regresji
systemy transportowe
klasyfikacja wielowymiarowa
Opis:
This article presents a method of multilevel hierarchical analysis for managing transportation systems – Intelligent Transport Systems (ITS). The task of multilevel planning it is essential to connect various links of the system. To make decisions a model of hierarchical structure has been applied as quite frequently actions in one point of the system affect results and actions taken in its other constituent. The article presents a method of estimation of the system parameters for the task of prediction. In the article the author is trying to prove that to select appropriate parameters to the model a weak correlation of independent features at simultaneous high correlation of these features with a dependent variable is necessary. All parameters necessary to solve decision problems must be random. A proposed model represents a compromise between estimation of the model in each group of routes separately and for all units of observations without taking into consideration grouping of routes.
Źródło:
Archives of Transport System Telematics; 2017, 10, 2; 27-32
1899-8208
Pojawia się w:
Archives of Transport System Telematics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Social Determinants of Opinions about Banks
Autorzy:
Idzik, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/485177.pdf
Data publikacji:
2018-09-13
Wydawca:
Bankowy Fundusz Gwarancyjny
Tematy:
economic competence
bank assessment
typological classification
latent class model
Opis:
The objective of the research was to identify and select homogeneous segments of consumers in terms of their competence on the market of the financial services, as well as to evaluate the influence of the consumers’ economic competence on the relations with banks. The sociodemographic features as well as the place that the consumer occupies within the social structures provide a poor explanation of the evaluation of the banks. Opinions about banks are poorly correlated with the socio-economic status of the consumer. There is a weak relationship between the economic status of the consumer and his/her economic competence. There is a strong correlation between the economic competence of a consumer and the overall evaluation of the banks. Four homogeneous groups of consumers were selected in terms of economic competence: Self-excluded (17%), Uninterested (48%), Second-raters (30%), and Leaders (6%). The segmentation was conducted using latent class analysis (LCA). The latent class analysis enabled one to identify the subtypes of the interconnected features which are unobserved in the traditional model. The source of the empirical data is comprised of the field research results conducted by the CAPI method on a nationwide representative sample of the residents of Poland, N=3000.
Źródło:
Bezpieczny Bank; 2018, 2 (71); 96-112
1429-2939
Pojawia się w:
Bezpieczny Bank
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Non-Destructive Quantitative Analysis of Azodicarbonamide Additives in Wheat Flour by High-Throughput Raman Imaging
Autorzy:
Wang, Xiaobin
Zhao, Chunjiang
Powiązania:
https://bibliotekanauki.pl/articles/2019170.pdf
Data publikacji:
2021-12-01
Wydawca:
Instytut Rozrodu Zwierząt i Badań Żywności Polskiej Akademii Nauk w Olsztynie
Tematy:
azodicarbonamide
wheat flour
Raman imaging
image classification
quantitative model
Opis:
Azodicarbonamide (ADA) additives are limited or prohibited from being added to wheat flour by various countries because they may produce carcinogenic semicarbazide in humid and hot conditions. This study aimed to realize the non-destructive detection of ADA additives in wheat flour using high-throughput Raman imaging and establish a quantitative analysis model. Raman images of pure wheat flour, pure ADA, and wheat flour-ADA mixed samples were collected respectively, and the average Raman spectra of each sample were calculated. A partial least squares (PLS) model was established by using the linear combination spectra of pure wheat flour and pure ADA and the average Raman spectra of mixed samples. The regression coefficients of the PLS model were used to reconstruct the 3D Raman images of mixed samples into 2D grayscale images. Threshold segmentation was used to classify wheat flour pixels and ADA pixels in grayscale images, and a quantitative analysis model was established based on the number of ADA pixels. The results showed that the minimum detectable content of ADA in wheat flour was 100 mg/kg. There was a good linear relationship between the ADA content in the mixed sample and the number of pixels classified as ADA in the grayscale image in the range of 100 – 10,000 mg/kg, and the correlation coefficient was 0.9858. This study indicated that the combination of PLS regression coefficients with threshold segmentation had provided a non-destructive method for quantitative detection of ADA in Raman images of wheat flour-ADA mixed samples.
Źródło:
Polish Journal of Food and Nutrition Sciences; 2021, 71, 4; 403-410
1230-0322
2083-6007
Pojawia się w:
Polish Journal of Food and Nutrition Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
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 1-15 z 51

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