11:10官方账号arXiv cs.AI@Md Shahriar Sajid本研究提出一种智能系统,利用11个特征预测潜在中风,通过7种监督机器学习算法评估。集成方法如随机森林、堆叠分类器和Bagging分类器实现了99.52%的高准确率,决策树达到98.24%。KNN和TabNet分别实现了96.73%和96.49%的准确率。自定义前馈模型达到94.91%,而SVC和逻辑回归的准确率较低,分别为88.06%和77.03%。结果表明,集成方法在中风分类中非常有效。论文中风预测卷积神经网络集成方法推荐理由:这项研究提出了一个利用深度学习算法预测中风的新方法,准确率高达99.52%,值得医疗领域关注。与传统的SVC和逻辑回归相比,集成方法显著提升了诊断准确性。原文稍后读已读值得跟进有用关注 中风预测
11:07官方账号arXiv cs.LG@Matthew T. Hansen, Jason A. Dittmann利用Kepler太空望远镜和卷积神经网络,研究人员在长周期轨道上发现了四个新的行星候选者,其中两个候选者分别具有777.78天和505.495天的周期,以及3.55和2.74倍地球半径的大小。这些发现有助于完善对长周期系外行星系统的理解。论文Kepler行星候选者卷积神经网络推荐理由:这篇论文利用Kepler望远镜和先进的神经网络技术,在长周期轨道上发现了四个新的行星候选者,为研究系外行星系统提供了新的线索。原文稍后读已读值得跟进有用关注 Kepler