Soft-Computing-Techniken für die Erkennung von Brustkrebs

Soft Computing (SC) hat sich als vielseitiges Werkzeug f?r die L?sung komplexer Berechnungsprobleme in verschiedenen Bereichen erwiesen. SC nutzt menschen?hnliche Erkennungs- und Lernf?higkeiten, um innovative L?sungen f?r reale Herausforderungen zu finden. In einer ?ra der Datenexplosion erfordert eine effektive Datenverarbeitung die Auswahl von Schl?sselattributen f?r die Vorhersagemodellierung, was zu der Forderung nach einer Auswahl von Teilmengen von Merkmalen f?hrt. Die Auswahl von Teilmengen von Merkmalen ist ein schwieriges NP-Hard-Problem, wobei verschiedene Methoden in Filter-, Wrapper- und eingebettete Ans?tze unterteilt werden k?nnen. Metaheuristische Algorithmen, die f?r ihre globalen Suchf?higkeiten bekannt sind, wurden f?r die Merkmalsauswahl genutzt, um die Klassifizierungsgenauigkeit zu maximieren. Mit einem Schwerpunkt auf medizinischen Anwendungen wird in dieser Studie die computergest?tzte 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.

Author: Srinivasa Rao P

Publisher: Verlag Unser Wissen

Publication Date: Mar 26, 2024

Number of Pages: 92 pages

Binding: Paperback or Softback

ISBN-10: 6207309952

ISBN-13: 9786207309955