DSpace DSpace UPC
 Català   Castellano   English  

E-prints UPC >
Altres >
Enviament des de DRAC >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2117/16220

Arxiu Descripció MidaFormat
ANIEI_2009_final.pdfArticle principal188,57 kBAdobe PDFThumbnail
Veure/Obrir

Citació: González, F.F.; Belanche, Ll. Machine learning methods for classifying normal vs. tumorous tissue with spectral data. A: Congreso Internacional de Informática y Computación. "VIII Congreso Internacional de Informática y Computación (ANIEI 2009)". Ensenada: 2009.
Títol: Machine learning methods for classifying normal vs. tumorous tissue with spectral data
Autor: González Navarro, Félix Fernando; Belanche Muñoz, Luis Antonio Veure Producció científica UPC
Data: 2009
Tipus de document: Conference report
Resum: Machine learning is a powerful paradigm within which to analyze 1H-MRS spectral data for the automated classi¯cation of tumor pathologies aimed to facilitate clinical diagnosis. The high dimensionality of the involved data sets makes the discover of computational models a challenging task. In this study we apply a feature selection algorithm in order to reduce the complexity of the problem. The obtained experimental results yield a remarkable classification performance of the final induced models, both in terms of prediction accuracy and number of involved spectral frequencies. A dimensionality reduction technique that preserves the class discrimination capabilities is used for the visualization of the final selected frequencies, thus enhancing their interpretability.
ISBN: 978-607-7854-36-4
URI: http://hdl.handle.net/2117/16220
Apareix a les col·leccions:Altres. Enviament des de DRAC
SOCO - Soft Computing. Ponències/Comunicacions de congressos
Departament de Llenguatges i Sistemes Informàtics. Ponències/Comunicacions de congressos
Comparteix:


Stats Mostra les estadístiques d'aquest ítem

SFX Query

Aquest ítem (excepte textos i imatges no creats per l'autor) està subjecte a una llicència de Creative Commons Llicència Creative Commons
Creative Commons

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius