Zobrazeno 1 - 10
of 19
pro vyhledávání: '"binary metaheuristic algorithms"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Applied Sciences, Vol 13, Iss 1, p 564 (2022)
Feature selection is an NP-hard problem to remove irrelevant and redundant features with no predictive information to increase the performance of machine learning algorithms. Many wrapper-based methods using metaheuristic algorithms have been propose
Externí odkaz:
https://doaj.org/article/bf249f810ad149b3978449fb3b4cb10b
Publikováno v:
Mathematics, Vol 10, Iss 15, p 2770 (2022)
Many metaheuristic approaches have been developed to select effective features from different medical datasets in a feasible time. However, most of them cannot scale well to large medical datasets, where they fail to maximize the classification accur
Externí odkaz:
https://doaj.org/article/1b9a23ec6f054bf5bb7089615c25b621
Autor:
Mohammad H. Nadimi-Shahraki, Mahdis Banaie-Dezfouli, Hoda Zamani, Shokooh Taghian, Seyedali Mirjalili
Publikováno v:
Computers, Vol 10, Iss 11, p 136 (2021)
Advancements in medical technology have created numerous large datasets including many features. Usually, all captured features are not necessary, and there are redundant and irrelevant features, which reduce the performance of algorithms. To tackle
Externí odkaz:
https://doaj.org/article/b114659a5c654ecdb3646531bfc5b459
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Hoda Zamani, Seyedali Mirjalili, Mohammad H. Nadimi-Shahraki, Mahdis Banaie-Dezfouli, Shokooh Taghian
Publikováno v:
Computers, Vol 10, Iss 136, p 136 (2021)
Computers
Volume 10
Issue 11
Computers
Volume 10
Issue 11
Advancements in medical technology have created numerous large datasets including many features. Usually, all captured features are not necessary, and there are redundant and irrelevant features, which reduce the performance of algorithms. To tackle
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::3fec5ed1ff52f5735a79d79abd4ca330
https://www.mdpi.com/2073-431X/10/11/136
https://www.mdpi.com/2073-431X/10/11/136
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.