Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ:
https://elib.bsu.by/handle/123456789/288523Полная запись метаданных
| Поле DC | Значение | Язык |
|---|---|---|
| dc.contributor.author | Абрамович, М. С. | |
| dc.contributor.author | Стельмашок, В. И. | |
| dc.contributor.author | Дорофеев, Г. С. | |
| dc.date.accessioned | 2022-11-09T09:27:08Z | - |
| dc.date.available | 2022-11-09T09:27:08Z | - |
| dc.date.issued | 2022 | |
| dc.identifier.citation | Информационные системы и технологии = Information Systems and Technologies : материалы междунар. науч. конгресса по информатике. В 3 ч. Ч. 2, Респ. Беларусь, Минск, 27–28 окт. 2022 г. / Белорус. гос. ун-т ; редкол.: С. В. Абламейко (гл. ред.) [и др.]. – Минск : БГУ, 2022. – С. 94-98. | |
| dc.identifier.isbn | 978-985-881-425-0 (ч. 2); ISBN 978-985-881-427-4 | |
| dc.identifier.uri | https://elib.bsu.by/handle/123456789/288523 | - |
| dc.description.abstract | Рассматривается проблема прогнозирования перфорации коронарных артерий при рентгенэндоваскулярных операциях. На обучающей выборке, состоящей из групп пациентов успешно прооперированных и прооперированных с перфорациями коронарных артерий, c использованием точного критерия Фишера отобраны два набора информативных признаков. Предложена процедура устранения дисбаланса классов обучающей выборки. В качестве классификаторов использовались алгоритмы машинного обучения и ансамбли алгоритмов | |
| dc.language.iso | ru | |
| dc.publisher | Минск : БГУ | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.subject | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика | |
| dc.subject | ЭБ БГУ::ТЕХНИЧЕСКИЕ И ПРИКЛАДНЫЕ НАУКИ. ОТРАСЛИ ЭКОНОМИКИ::Медицина и здравоохранение | |
| dc.title | Прогнозирование перфораций коронарных артерий с использованием методов машинного обучения | |
| dc.title.alternative | Prediction of coronary artery perforations using machine learning methods / M.S. Аbramovich,V.I. Stelmashok, G.S. Dorofeev | |
| dc.type | conference paper | |
| dc.description.alternative | In this work we study the problem of predicting whether coronary artery perforation will take place as a result of rentgen-endovascular surgery. The training set consists of the patients who were successfully operated on and the patients who ended up having coronary artery perforation. We used Fisher's exact test to select two sets of informative features. We proposed a procedure for handling class imbalance problem. Machine learning algorithms and ensemble methods were used as classifiers | |
| Располагается в коллекциях: | 2022. Информационные системы и технологии | |
Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.