Un nuovo sistema di previsione delle malattie con tecniche ibride di apprendimento profondo

Questo libro è stato realizzato attraverso tre diversi modelli con una diversa combinazione di tecniche di selezione delle caratteristiche e di apprendimento profondo. Il primo modello ha proposto la combinazione del nuovo algoritmo EGWO-FSA (Enhanced Grey-Wolf Optimization-based Feature Selection Algorithm) e della Deep Belief Network (DBN) per la diagnosi di malattie cardiache, diabete e cancro. Il secondo modello propone un sistema di previsione delle malattie sviluppato utilizzando il nuovo algoritmo di ottimizzazione genetica binaria a cucù (GBCOA) e la nuova rete neurale convoluzionale ricorrente (C-RNN) per l'identificazione delle malattie cardiache, del cancro e del diabete. La terza tecnica implementa un nuovo sistema di previsione delle malattie, sviluppato utilizzando il nuovo algoritmo di selezione incrementale delle caratteristiche (IFSA) e la nuova rete neurale convoluzionale con caratteristiche temporali (T-CNN) per la previsione delle malattie cardiache, diabetiche e oncologiche.