지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이용수
초록· 키워드
오류제보하기
Alzheimer’s disease (AD) symptoms are being treated by early diagnosis, where we can only slow the symptoms and research is still undergoing. In consideration, using T1-weighted images several classification models are proposed in Machine learning to identify AD. In this paper, we consider the improvised feature selection, to reduce the complexity by using wrapping techniques and Restricted Boltzmann Machine (RBM). This present work used the subcortical and cortical features of 278 subjects from the ADNI dataset to identify AD and sMRI. Multi-class classification is used for the experiment i.e., AD, EMCI, LMCI, HC. The proposed feature selection consists of Forward feature selection, Backward feature selection, and Combined PCA & RBM. Forward and backward feature selection methods use an iterative method starting being no features in the forward feature selection and backward feature selection with all features included in the technique. PCA is used to reduce the dimensions and RBM is used to select the best feature without interpreting the features. We have compared the three models with PCA to analysis. The following experiment shows that combined PCA &RBM, and backward feature selection give the best accuracy with respective classification model RF i.e., 88.65, 88.56% respectively.
목차
등록된 정보가 없습니다.
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Diagnosis of Alzheimer "s Disease using Combined Featur e Selection Method
멀티미디어학회논문지
2021 .05
-
New Feature Selection Method for Text Categorization
Journal of information and communication convergence engineering
2017 .03
-
A Feature Selection Method for Classifying Highly Similar Text Documents
Industrial Engineering & Management Systems
2021 .06
-
Feature selection based on rough set theory using feature space decomposition for mixed-type data
대한산업공학회 춘계공동학술대회 논문집
2016 .04
-
Feature Selection Based on Bi-objective Differential Evolution
Journal of Computing Science and Engineering
2017 .12
-
다변량 시계열 데이터 분류를 위한 특징 선택 방법
대한산업공학회지
2017 .12
-
An improved feature selection based on the effective range minimizing redundancy among features for multi-class data
대한산업공학회 춘계공동학술대회 논문집
2015 .04
-
Feature selection method influencing response variables based on machine learning
대한산업공학회 춘계공동학술대회 논문집
2021 .06
-
이종 특징 결합을 이용한 하이브리드 패턴 인식 방법
한국컴퓨터정보학회논문지
2015 .11
-
Biological Feature Selection and Disease Gene Identification using New Stepwise Random Forests
Industrial Engineering & Management Systems
2017 .03
-
다양한 지역특징들의 결합 특징을 이용한 기체 분류 방법
한국컴퓨터정보학회논문지
2016 .09
-
음악선호도 분석을 위한 Feature Selection 및 k-means 기법의 적용
한국정보과학회 학술발표논문집
2015 .12
-
Performance Evaluation of a Feature-Importance-based Feature Selection Method for Time Series Prediction
Journal of information and communication convergence engineering
2023 .03
-
Dynamic Mutual Information Based Feature Selection for Multi-label Learning
대한산업공학회 추계학술대회 논문집
2018 .11
-
설비진단을 위한 초음파 신호의 특징분석 적용
한국소음진동공학회논문집
2017 .10
-
비지도 특징학습을 위한 커널 기반 제한된 볼츠만 머신
한국통신학회논문지
2019 .09
-
결정트리 기반의 비정상계약 분류모델을 위한 변수 선택 기법 연구
Proceedings of KIIT Conference
2023 .11
-
ModifiedFAST: A New Optimal Feature Subset Selection Algorithm
Journal of information and communication convergence engineering
2015 .06
-
베이즈 요인 특징점 선택에 기반한 실시간 교통표지판인식 성능개선에 대한 연구
제어로봇시스템학회 논문지
2017 .06
-
클래스 불균형 문제가 있는 다중클래스 텍스트 분류에서의 특징 선택 방법
대한산업공학회지
2019 .04
이 논문의 저자 정보
최근 본 자료
댓글(0)
0