Biblioteca122.739 documentos en línea

Artículo

Enhancing Health Risk Prediction with Deep Learning on Big Data and Revised Fusion Node ParadigmMejorando la predicción de riesgos para la salud con Aprendizaje Profundo en Big Data y el Paradigma de Nodo de Fusión Revisado

Resumen

Con los avances recientes en los sistemas de salud, la cantidad de datos de salud está creciendo rápidamente en varios formatos. Estos datos provienen de muchas fuentes nuevas, incluidos registros digitales, dispositivos móviles y dispositivos de salud portátiles. Los grandes datos de salud ofrecen más oportunidades para el análisis de datos de salud y la mejora de los servicios de salud a través de enfoques innovadores. El objetivo de esta investigación es desarrollar un marco para mejorar la predicción de la salud con el nodo de fusión revisado y los paradigmas de aprendizaje profundo. El nodo de fusión es un modelo de fusión de información para construir sistemas de predicción. El aprendizaje profundo implica la aplicación compleja de algoritmos de aprendizaje automático, como fusiones bayesianas y redes neuronales, para la extracción de datos e inferencia lógica. El aprendizaje profundo, combinado con los paradigmas de fusión de información, puede utilizarse para proporcionar predicciones más completas y confiables a partir de grandes datos de salud. Basándose en el

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento