Veylepšené algoritmy inspirované mravenčími koloniemi při zpracování biomedicínských dat
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F08%3A03145519" target="_blank" >RIV/68407700:21230/08:03145519 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Improved Ant Colony Inspired Algorithms in Biomedical Data Processing
Popis výsledku v původním jazyce
In the present time, biomedical data processing is an important step in the process of diagnostics, prevention and healthcare in the physicians work. The goal of this work is to help the physicians to cope with long-term biomedical data. In present time,many optimization, classification and data processing methods are inspired by nature. This paper reviews most recent advances on the field of ant colony inspired clustering. With constantly growing datasets needed to be processed, there is a significantneed to study and implement robust and effective methods for processing such datasets. Thus, improved methods are presented and evaluated on long-term ECG data recordings. Paper also concentrates on the drawbacks and advantages of the methods. This paper also presents and evaluates novel method called ACO_DTree for classification tree generation and their evolution inspired by natural processes.
Název v anglickém jazyce
Improved Ant Colony Inspired Algorithms in Biomedical Data Processing
Popis výsledku anglicky
In the present time, biomedical data processing is an important step in the process of diagnostics, prevention and healthcare in the physicians work. The goal of this work is to help the physicians to cope with long-term biomedical data. In present time,many optimization, classification and data processing methods are inspired by nature. This paper reviews most recent advances on the field of ant colony inspired clustering. With constantly growing datasets needed to be processed, there is a significantneed to study and implement robust and effective methods for processing such datasets. Thus, improved methods are presented and evaluated on long-term ECG data recordings. Paper also concentrates on the drawbacks and advantages of the methods. This paper also presents and evaluates novel method called ACO_DTree for classification tree generation and their evolution inspired by natural processes.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JC - Počítačový hardware a software
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2008
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Advaced Topics in Scattering and Biomedical Engineering
ISBN
978-981-281-484-5
ISSN
—
e-ISSN
—
Počet stran výsledku
8
Strana od-do
—
Název nakladatele
World Scientific
Místo vydání
Singapore
Místo konání akce
Lefkada
Datum konání akce
28. 9. 2007
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—