Hgsoxgb: marco basado en optimización de búsqueda de juegos del hambre para predecir la necesidad de admisión a la UCI para pacientes con COVID-19 utilizando eXtreme Gradient Boosting
Autores: Pinki, Farhana Tazmim; Awal, Md Abdul; Mumenin, Khondoker Mirazul; Hossain, Md. Shahadat; Faysal, Jabed Al; Rana, Rajib; Almuqren, Latifah; Ksibi, Amel; Samad, Md Abdus
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Hgsoxgb: marco basado en optimización de búsqueda de juegos del hambre para predecir la necesidad de admisión a la UCI para pacientes con COVID-19 utilizando eXtreme Gradient Boosting
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Pandemia
Camas de UCI
Algoritmos de aprendizaje automático
Optimización de hiperparámetros
Optimización de Búsqueda de Juegos del Hambre
Aumento extremo del impulso
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
Millones de personas murieron en la pandemia de COVID-19, lo que presionó a los hospitales y trabajadores de la salud para mantenerse al día con la velocidad e intensidad del brote, lo que resultó en una escasez de camas de UCI para pacientes de COVID-19.
Descripción
Millones de personas murieron en la pandemia de COVID-19, lo que presionó a los hospitales y trabajadores de la salud para mantenerse al día con la velocidad e intensidad del brote, lo que resultó en una escasez de camas de UCI para pacientes de COVID-19.