Overview

L'informatique douce s'est impos�e comme un outil polyvalent permettant de r�soudre des probl�mes informatiques complexes dans divers domaines. L'informatique douce s'appuie sur des capacit�s de reconnaissance et d'apprentissage semblables � celles de l'homme pour fournir des solutions innovantes aux d�fis du monde r�el. � l'�re de l'explosion des donn�es, le traitement efficace des donn�es n�cessite la s�lection d'attributs cl�s pour la mod�lisation pr�dictive, ce qui conduit � la demande de s�lection de sous-ensembles de caract�ristiques. La s�lection de sous-ensembles de caract�ristiques est un probl�me NP-Hard difficile, avec diverses m�thodes class�es en filtres, enveloppes et approches int�gr�es. Les algorithmes m�taheuristiques, connus pour leurs capacit�s de recherche globale, ont �t� exploit�s pour la s�lection des caract�ristiques afin de maximiser la pr�cision de la classification. En mettant l'accent sur les applications m�dicales, cette �tude explore le diagnostic assist� par ordinateur, o� les m�thodes de s�lection des caract�ristiques bas�es sur la population am�liorent la pr�cision de la classification en r�duisant le temps d'analyse. La recherche introduit deux nouvelles m�thodes m�taheuristiques, Separated Enemy Driven Dragon Algorithm (SEDDA) et Fitness-based Crow Search Algorithm (FSCA), et les compare avec des techniques �tablies.

Full Product Details

9786207309979

Table of Contents

Reviews

Author Information

Tab Content 6

Customer Reviews

Recent Reviews

Countries Available