Se ha demostrado que el aprendizaje conjunto mejora la capacidad de generalización de forma eficaz tanto en la teoría como en la práctica. En este artículo, describimos brevemente el estado actual de la investigación al respecto. A continuación, se propone un nuevo método de ensemble basado en redes neuronales profundas que integra vistas de filtrado, vistas locales, vistas distorsionadas, entrenamiento explícito, entrenamiento implícito, predicción de subvistas y Media Simple para la clasificación de series temporales biomédicas. Finalmente, validamos su eficacia en la base de datos de enfermedades cardiovasculares de China que contiene un gran número de registros de electrocardiogramas. Los resultados experimentales muestran que el método propuesto tiene ciertas ventajas en comparación con algunos métodos de conjunto bien conocidos, como Bagging y AdaBoost.
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.
Artículo:
Modificación inducida por láser de las propiedades ópticas de películas de PVC dopadas con Nano-ZnO
Artículo:
Desarrollo de nanopartículas de quitosano como sistema estable de administración de fármacos para proteínas/ARNsi
Artículo:
Biorremediación de suelo contaminado con pesticidas: caso DDT
Artículo:
Clasificación de las señales de EEG durante la visualización estereoscópica para estimar el confort visual
Artículo:
Síntesis y Caracterización de Nanocompuestos que Contienen Plata Basados en 1-Vinil-1,2,4-triazol y Copolímero de Acrilonitrilo
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Tesis:
Materiales y prácticas de construcción sostenible