Grunnleggende konsepter
이 연구는 합성곱 신경망(CNN)을 기반으로 한 두 가지 새로운 이중 가중 앙상블 알고리즘을 제안하여 뇌종양 탐지 및 분류 성능을 향상시키고자 한다.
Sammendrag
이 연구는 뇌종양 탐지와 분류를 위한 자동화된 이중 가중 앙상블 알고리즘을 제안한다.
- 첫 번째 제안 방법인 확장된 소프트 투표 기법(ESVT)은 가중치 할당 능력을 향상시키기 위해 새로운 비지도 학습 가중치 계산 방식(UWCS)을 도입하여 기존 소프트 투표 기법을 개선하였다.
- 두 번째 제안 방법인 새로운 가중 방식(NWM)은 제안된 UWCS를 활용한다.
- 두 방법 모두 사용자 정의 가중 방식(UWM)과 비교하여 우수한 성능을 보였다.
- 제안된 NWM 방식이 가장 높은 탐지 정확도 99.78%와 분류 정확도 98.12%를 달성하였다.
- 이러한 우수한 성능은 의료 진단 분야에서 의사들을 지원하는 데 도움이 될 것으로 기대된다.
Statistikk
제안된 NWM 방식의 뇌종양 탐지 정확도는 99.78%이다.
제안된 NWM 방식의 뇌종양 분류 정확도는 98.12%이다.
Sitater
"이 연구는 합성곱 신경망(CNN)을 기반으로 한 두 가지 새로운 이중 가중 앙상블 알고리즘을 제안하여 뇌종양 탐지 및 분류 성능을 향상시키고자 한다."
"제안된 NWM 방식이 가장 높은 탐지 정확도 99.78%와 분류 정확도 98.12%를 달성하였다."