Libros importados con hasta 50% OFF + Envío Gratis a todo USA  Ver más

menú

0
  • argentina
  • chile
  • colombia
  • españa
  • méxico
  • perú
  • estados unidos
  • internacional
portada Soft-Computing-Techniken für die Erkennung von Brustkrebs (en Alemán)
Formato
Libro Físico
Idioma
Alemán
N° páginas
92
Encuadernación
Tapa Blanda
Dimensiones
22.9 x 15.2 x 0.6 cm
Peso
0.15 kg.
ISBN13
9786207309955
Categorías

Soft-Computing-Techniken für die Erkennung von Brustkrebs (en Alemán)

Srinivasa Rao P (Autor) · Vani Kumari S (Autor) · Pradeep Kumar Bheemavarapu (Autor) · Verlag Unser Wissen · Tapa Blanda

Soft-Computing-Techniken für die Erkennung von Brustkrebs (en Alemán) - P, Srinivasa Rao ; S, Vani Kumari ; Bheemavarapu, Pradeep Kumar

Libro Físico

$ 77.09

$ 96.36

Ahorras: $ 19.27

20% descuento
  • Estado: Nuevo
Se enviará desde nuestra bodega entre el Lunes 01 de Julio y el Martes 02 de Julio.
Lo recibirás en cualquier lugar de Estados Unidos entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Soft-Computing-Techniken für die Erkennung von Brustkrebs (en Alemán)"

Soft Computing (SC) hat sich als vielseitiges Werkzeug für die Lösung komplexer Berechnungsprobleme in verschiedenen Bereichen erwiesen. SC nutzt menschenähnliche Erkennungs- und Lernfähigkeiten, um innovative Lösungen für reale Herausforderungen zu finden. In einer Ära der Datenexplosion erfordert eine effektive Datenverarbeitung die Auswahl von Schlüsselattributen für die Vorhersagemodellierung, was zu der Forderung nach einer Auswahl von Teilmengen von Merkmalen führt. Die Auswahl von Teilmengen von Merkmalen ist ein schwieriges NP-Hard-Problem, wobei verschiedene Methoden in Filter-, Wrapper- und eingebettete Ansätze unterteilt werden können. Metaheuristische Algorithmen, die für ihre globalen Suchfähigkeiten bekannt sind, wurden für die Merkmalsauswahl genutzt, um die Klassifizierungsgenauigkeit zu maximieren. Mit einem Schwerpunkt auf medizinischen Anwendungen wird in dieser Studie die computergestützte Diagnose untersucht, bei der populationsbasierte Merkmalsauswahlmethoden die Klassifizierungsgenauigkeit verbessern, indem sie die Analysezeit reduzieren. In der Studie werden zwei neue metaheuristische Methoden, der Separated Enemy Driven Dragon Algorithm (SEDDA) und der Fitness-based Crow Search Algorithm (FSCA), vorgestellt und mit etablierten Verfahren verglichen.

Opiniones del libro

Ver más opiniones de clientes
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)

Preguntas frecuentes sobre el libro

Todos los libros de nuestro catálogo son Originales.
El libro está escrito en Alemán.
La encuadernación de esta edición es Tapa Blanda.

Preguntas y respuestas sobre el libro

¿Tienes una pregunta sobre el libro? Inicia sesión para poder agregar tu propia pregunta.

Opiniones sobre Buscalibre

Ver más opiniones de clientes