Un marco de aprendizaje automático basado en optimización de forrajeo bacteriano mejorado para predecir la gravedad del trastorno de somatización
Autores: Lv, Xinen; Chen, Huiling; Zhang, Qian; Li, Xujie; Huang, Hui; Wang, Gang
Idioma: Inglés
Editor: MDPI
Año: 2018
Acceso abierto
Artículo científico
2018
Un marco de aprendizaje automático basado en optimización de forrajeo bacteriano mejorado para predecir la gravedad del trastorno de somatización
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Importancia clínica
Modelo inteligente
Trastorno de somatización
Personal correccional comunitario
Marco de aprendizaje automático
Modelo IBFO-KELM
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Es de gran importancia clínica establecer un modelo inteligente preciso para diagnosticar el trastorno de somatización del personal correccional comunitario. En este estudio, se propone un novedoso marco de aprendizaje automático para predecir la gravedad del trastorno de somatización en el personal correccional comunitario.
Descripción
Es de gran importancia clínica establecer un modelo inteligente preciso para diagnosticar el trastorno de somatización del personal correccional comunitario. En este estudio, se propone un novedoso marco de aprendizaje automático para predecir la gravedad del trastorno de somatización en el personal correccional comunitario.