كنفرانس بين المللی مهندسی صنايع و سيستم ها

صفحه اصلی / نهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها

Optimizing Ensemble Learning for Accurate Identification and Prognostic Evaluation of Cardiovascular Disease

نویسندگان :

Fatemeh Yazdi¹ Shahrokh Asadi²

1- دانشگاه تهران 2- دانشگاه تهران

کلمات کلیدی :

Ensemble learning،Evolutionary multi-objective optimization،Bootstrap،Diversity،Heart disease

چکیده :

Cardiovascular disease, a leading cause of global mortality, requires effective identification of key risk factors for accurate diagnosis. This study introduces a novel dynamic ensemble method, GMM-based Dynamic Ensemble Learning Optimization, utilizing a Multi-Objective Evolutionary Algorithm based on Decomposition, specifically designed for imbalanced datasets. By integrating an evolutionary resampling technique inspired by the Gaussian mixture model (GMM), the proposed approach addresses diversity, classifier performance, and the number of classifiers to generate optimal datasets. The method is evaluated on six heart datasets, exhibiting varying imbalance rates, and compared against established ensemble learning algorithms, consistently demonstrating superior performance across multiple evaluation metrics. Statistical significance tests, including McNemar's and Wilcoxon tests, further validate the findings. Furthermore, the application of Survival Analysis using Kaplan-Meier Estimates on a heart failure dataset enhances our understanding of heart disease prognosis. In conclusion, this research contributes to accurate heart disease prediction and prognosis assessment by leveraging innovative data mining and ensemble learning techniques.

لیست مقالات

لیست مقالات بایگانی شده

ارائه مدل مسیریابی وسیله نقلیه ناهمگن با محدودیت حداکثر طول تور برای سیستم انبارهای متقاطع

مریم سادات قیاسی - فرناز برزین پور

Robust Optimization of e-Health Systems Under Uncertainty

Alireza Alibakhshi - Saeed Anbari Moghadam - Dr Erfan Hassannayebi

طراحی اقتصادی نمودار کنترلی X ̅ با اندازه نمونه متغیر و اعمال تابع زیان خطی

مسعود توکلی

Prediction of economic indices for dry farming chickpea production in Ravansar county of Iran using artificial neural networks

Ashkan Nabavi-Pelesaraei

A supply chain network design problem for vaccine waste in the pandemic outbreak of COVID-19

Erfan Amani Bani - Ali ّFallahi - Mohsen Varmazyar

Data-Driven Optimization of Unattended Collection and Delivery Points with a Focus on Customer Behavior Analysis

Pouya Malakouti - Reza Haddad - Mohsen Varmazyar

اولویت‌بندی ریسک‌های پیاده‌سازی ERP با رویکرد تحلیل پوششی داده های امکانی

حسین صیادی تورانلو - لیلا خیری - ریحانه حفیظی اتابک

ارائه یک رویکرد مبتنی بر یادگیری جمعی برای پیش‌بینی مصرف برق با در نظر گرفتن عوامل محیطی، زمانی و تاریخی

مریم قریشی زاده - امیر ابراهیمی زاده

بهینه‌سازی تعداد پنل‌های خورشیدی سیستم فتوولتاییک در خانه‌های هوشمند: ارائه یک مدل ریاضی تصادفی دو مرحله‌ای با در نظر گرفتن عوامل مؤثر و عدم قطعیت تولید برق روزانه توسط پنل‌های خورشیدی

فاطمه کوهی - فرید ممیزی - کامیار صبری لقائی

مدیریت ریسک پروژه‌های خط انتقال آب بین شهرهای استان یزد با استفاده از تکنیک FMEA

احمد سرتیپ زاده - علی صدری اصفهانی - شهرزاد شکاریان

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.7.0