研究文章开放访问手稿于2024年2月10日收到;修订了2024年2月26日; 2024年2月26日接受;出版日期,2024年2月27日,数字对象标识符(DOI):https://doi.org/10.35882/jeeemi.v6i2.359版权所有©2024作者由作者提供。这项工作是一篇开放式文章,并根据创意共享归因 - 共享4.0国际许可证(CC BY-SA 4.0)获得许可。如何引用:Arman Ghavidel,Pilar Pazos,Rolando del Aguila Suarez和Alireza Atashi,预测了对心血管手术的需求:机器学习模型的比较研究,《电子,电气工程学杂志》,电气工程学杂志,杂志。6,不。2,pp。92-106,2024年4月。预测需要进行心血管手术的需求:机器学习模型Arman Ghavidel 1,Pilar Pazos 1,Rolando del Aguila Suarez 2和Alireza Atashi 3
摘要 - 心血管疾病(CVD)对全球公共卫生构成了重大威胁,影响了各个年龄段的个人。胆固醇水平,吸烟,饮酒和身体不活跃等因素有助于其发作和进展。增强我们对CVD病因的理解并告知针对性的预防疾病和管理干预措施仍然是一个至关重要的挑战。在这项研究中,我们解决了使用机器学习技术来预测个人开发CVD的可能性的任务。具体来说,我们探讨了三种方法:k-neartheard邻居(KNN)算法,逻辑回归和随机森林算法。利用来自Kaggle的综合数据集,包括11个相关因素,我们进行了一系列实验,以确定CVD的最具影响力的预测指标。我们的分析不仅旨在预测疾病的发生,还旨在阐明有助于其表现的主要决定因素。通过对三种方法的比较分析,我们证明了随机森林算法在预测准确性方面表现出较高的性能。这项研究代表了利用机器学习技术的重要一步,以增强我们对CVD动态的理解,并为疾病预防和管理的有针对性的干预提供信息。
水是一种环境元素,被认为是最好的人体组织。在剂量学研究领域,经常使用水。这项比较研究分别通过固体幻影和具有6 mV和15 mV光子能量的水幻象进行。圆柱型电离室用于收集梁时的电荷。射线源与幻影表面之间的距离固定在100 cm,即到实验期间的SSD(源至表面距离)。腔室在幻影中均可在1 cm至20 cm的情况下行驶,并在实验设置中附着一个电器,以测量电荷。场大小为10x10 cm2。计算了固体幻影与水幻影的相对偏差比。在结果中,最大偏差为0.64%,而最小偏差为0%,分别对应于1 cm和2.5 cm的深度,分别为6 mV和15 mV,最大偏差和最小偏差为1.90%和0.167%,对应于深度,对应于1.5 cm和1.5 cm和13 cm和13 cm和13 cm。因此,可以说,固体幻影可以克服水幻象和问题所需的安装时间的缺点,而水位更改深度测量,同时可以用来精确测量放射剂量。
II. 研究方法 研究设计 本研究采用的研究设计是使用比率的描述性研究设计。 数据来源 本研究采用了从所选公司已发布的年度报告中收集的二手数据。使用比较财务比率分析了 TCS 和 Wipro ltd 等印度 IT 公司的财务业绩。财务比率所需的财务信息来自年度报告。然后对信息进行汇总和处理,以得出用于分析的比较财务比率。这些公司五年的年度报告均从以前的研究论文、杂志、期刊和互联网上收集而来。 研究工具 使用比率分析来分析收集到的数据。本研究使用的比率如下:
“新闻业中创新的速度和范围令人叹为观止。本卷探讨了这些深刻的变化以及它们将如何塑造欧洲新闻业的未来。通过跨越五个国家的比较分析,它研究了不断发展的社会政治景观,技术进步对资金和格式的影响以及创新的关键领域,例如AI,协作研究,数据新闻学,事实检查,播客和播客,以及如何适应新的筹款模型,从而适应新的筹款模型,以适应新的筹款模型。您是学者,学生或实践记者,努力掌握欧洲新闻业最近进化的真实现实,这本书是必不可少的。”
摘要:阿育吠陀的古代印度实践强调了医疗保健的个性化,最近在世界范围内广受欢迎。但是,它的使用方式存在差异,有些人将其完全融入他们的生活中,而另一些人则对其优势无知。我们为这项横断面研究创建了一份问卷,然后对其进行了试点,修订和验证。普通人群有机会以三种格式之一:在线,印刷和通过电话回应这项调查。根据提前设定的一组标准选择研究的参与者。为这项研究选择了五百个答复,其中48%的人没有练习阿育吠陀,而52%的人则没有练习过阿育吠陀。根据结果,大多数尝试过阿育吠陀报告的人对结果感到满意。这项研究的结果增加了我们对阿育吠陀在现代医疗保健中的作用的了解,并阐明了如何促进其在各种医疗机构中融合的。
摘要:早期阿尔茨海默病 (AD) 和额颞叶痴呆 (FTD) 具有相似的症状,这使其诊断和制定特定治疗策略变得复杂。我们的研究评估了多种特征提取技术,用于从脑电图 (EEG) 信号中识别 AD 和 FTD 生物标志物。我们开发了一种优化的机器学习架构,该架构集成了滑动窗口、特征提取和监督学习,以区分 AD 和 FTD 患者以及健康对照 (HC)。我们的模型具有 90% 的滑动窗口重叠度、SVD 熵用于特征提取和 K 最近邻 (KNN) 用于监督学习,在区分 AD 和 HC、FTD 和 HC 以及 AD 和 FTD 方面分别实现了 93% 和 91%、92.5% 和 93% 以及 91.5% 和 91% 的平均 F1 分数和准确率。特征重要性阵列是一种可解释的 AI 特征,它突出显示了有助于识别和区分 AD 和 FTD 生物标志物的脑叶。这项研究引入了一种使用 EEG 信号检测和区分 AD 和 FTD 的新框架,满足了对早期准确诊断的需求。此外,还记录了滑动窗口、多特征提取和机器学习方法对 AD/FTD 检测和区分的比较评估。
密度功能理论(DFT)计算证实了结构有序的Fe 2 Val Heusler合金是非磁性窄间隙半导体。这种化合物很容易在具有高浓度的抗铁矿缺陷的各种无序相中结晶。我们研究结构障碍对全赫斯勒合金Fe 2 val的电子结构,杂志和电子传输特性及其远程计时量当量的Fe 2 Val 1的影响。35。与从头算计算有关的数据分析表明,反静脉疾病的出现主要是由于FE-V和Fe-Al化学计量变化引起的。弱磁性Fe 2 Val 1的数据。35关于Ni 2 Val。Fe 2 Val 1。 35可以分类为具有明显的自旋式贡献的几乎铁磁金属,但是,这对其热电特性没有主要影响。 FE样品的优异ZT形状分别为300 K约0.05,Ni One的数字分别为0.02。 但是,有记录在Fe / V站点交换产生的狭窄D频段可能是Fe 2 Tial 1的物理性质的异常温度依赖性。 35合金,强度相关的电子系统的特征。 为例,Fe 2 Val 1的磁敏感性。 35表现出griffins阶段的奇异性特征,在T G〜200 k下方是一种不均匀的电子状态。我们还进行了数值分析,该数值分析支持griffins phos phos phop phop peracario。Fe 2 Val 1。35可以分类为具有明显的自旋式贡献的几乎铁磁金属,但是,这对其热电特性没有主要影响。FE样品的优异ZT形状分别为300 K约0.05,Ni One的数字分别为0.02。但是,有记录在Fe / V站点交换产生的狭窄D频段可能是Fe 2 Tial 1的物理性质的异常温度依赖性。35合金,强度相关的电子系统的特征。为例,Fe 2 Val 1的磁敏感性。35表现出griffins阶段的奇异性特征,在T G〜200 k下方是一种不均匀的电子状态。我们还进行了数值分析,该数值分析支持griffins phos phos phop phop peracario。
保留所有权利。未经许可就不允许重复使用。(未经同行评审证明)是作者/资助者,他已授予Medrxiv的许可证,以永久显示预印本。
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.