• ВХОД

    •  

    Полное описание


     Сравнительный анализ методов машинного обучения для прогнозирования болезней сердца / И. В. Степанян, Ч. А. Алимбаев, М. О. Савкин [и др.]. - DOI 10.52261/02346206_2022_2_84. - Текст : непосредственный // Проблемы машиностроения и автоматизации = Engineering & Automation Problems : международный журнал. - 2022. - N 2. - С. 84-95. - Библиогр. в конце ст. - ISSN 0234-6206.
    (Шифр в БД Н/14088/2022/2)
    ГРНТИ УДК
    28.23.25004.85
    76.29.30616.12-008.46:004.8
    РУБ ИИ
    04.07
    07.09

    Рубрики:
    Искусственный интеллект -- Применение в медицине
    Машинное обучение

    Кл.слова (ненормированные): прогнозирование сердечных приступов -- корреляционный анализ -- цифровая обработка сигналов -- машинное обучение -- байесовский классификатор -- случайный лес -- глубокие нейронные сети -- нейронные сети
    Аннотация: Проблема борьбы с сердечно-сосудистыми заболеваниями приобретает все более важное значение в силу высокого уровня инвалидизации и смертности от болезней сердца. В настоящей статье проводилось исследование методов прогнозирования болезней сердца с применением электрокардиографии и алгоритмов машинного обучения. Всего в ходе исследования было проведено 75 000 численных экспериментов с различными алгоритмами машинного обучения и их параметрами. На основе сравнительного анализа были отобраны модели и методы машинного обучения, которые дали наилучшие результаты. Были применены следующие методы: логистическая регрессия, алгоритм k-ближайших соседей, дерево решений, метод опорных векторов, байесовский классификатор, случайный лес, глубокие нейронные сети. Отобранные модели были обобщены для идентификации их параметров и эффективного применения.
    Доп. точки доступа:
    Степанян, Иван Викторович
    Алимбаев, Чингиз Абдраимович
    Савкин, Михаил Олегович
    Лю Дун
    Зидун, Мухамед

    Экз-ры полностью Н/14088/2022/2
    Имеются экземпляры в отделах: всего 2 : ХР (2)
    Свободны: ХР (2)
    Переход по DOI



    Заказ фрагмента документа ₽