44,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
22 °P sammeln
  • Broschiertes Buch

Questo libro esplora le strategie di Deep Learning per superare le sfide dello squilibrio tra le classi, della classificazione multi-classe e dei problemi di multi-modalità nella diagnosi della malattia di Alzheimer e della demenza. Introduce modelli neurali ottimizzati con migliori tecniche di valorizzazione dei dati per migliorare l'accuratezza della classificazione, supportando una diagnosi precoce e precisa utilizzando dati di risonanza magnetica, PET, genetici e clinici.Questo libro è una guida dettagliata per i ricercatori, gli scienziati dei dati e gli esperti del settore sanitario che…mehr

Produktbeschreibung
Questo libro esplora le strategie di Deep Learning per superare le sfide dello squilibrio tra le classi, della classificazione multi-classe e dei problemi di multi-modalità nella diagnosi della malattia di Alzheimer e della demenza. Introduce modelli neurali ottimizzati con migliori tecniche di valorizzazione dei dati per migliorare l'accuratezza della classificazione, supportando una diagnosi precoce e precisa utilizzando dati di risonanza magnetica, PET, genetici e clinici.Questo libro è una guida dettagliata per i ricercatori, gli scienziati dei dati e gli esperti del settore sanitario che si concentrano sul rilevamento dell'Alzheimer basato sull'intelligenza artificiale. Offre spunti per la costruzione di modelli diagnostici avanzati, efficienti e scalabili per le malattie neurodegenerative, contribuendo a migliorare l'accuratezza e l'affidabilità della diagnosi precoce.
Autorenporträt
Dr. Neetha P U (BMSIT&M, Bangalore) ist spezialisiert auf Deep Learning für die Alzheimer-Diagnose. Sie hat an der UVCE in Bengaluru promoviert, hat in ACM, Springer und IEEE veröffentlicht und hält zwei Patente.Dr. Pushpa C N arbeitet als Associate Professor an der UVCE in Bangalore und verfügt über 25 Jahre Lehrerfahrung. Sie hat 65 Arbeiten veröffentlicht und hält fünf Patente.