Buchumschlag

Fuzzy Rule based Intelligent Cardiovascular Disease Prediction using Complex Event Processing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kumar, Shashi Shekhar, Harsh, Anurag, Chandra, Ritesh, Agarwal, Sonali
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Diagnosis and Treatment of Liver Diseases: Integrating Batch Processing, Rule-Based Event Detection and Explainable Artificial Intelligence
von: Chandra, Ritesh, et al.
Veröffentlicht: (2023)

MLtoGAI: Semantic Web based with Machine Learning for Enhanced Disease Prediction and Personalized Recommendations using Generative AI
von: Dongre, Shyam, et al.
Veröffentlicht: (2024)

Rule based Complex Event Processing for an Air Quality Monitoring System in Smart City
von: Kumar, Shashi Shekhar, et al.
Veröffentlicht: (2024)

Decision support system for Forest fire management using Ontology with Big Data and LLMs
von: Chandra, Ritesh, et al.
Veröffentlicht: (2024)

Real-Time Health Analytics Using Ontology-Driven Complex Event Processing and LLM Reasoning: A Tuberculosis Case Study
von: Chandra, Ritesh, et al.
Veröffentlicht: (2025)

OCEP: An Ontology-Based Complex Event Processing Framework for Healthcare Decision Support in Big Data Analytics
von: Chandra, Ritesh, et al.
Veröffentlicht: (2025)

A Methodology-Oriented Study of Catastrophic Forgetting in Incremental Deep Neural Networks
von: Kumar, Ashutosh, et al.
Veröffentlicht: (2024)

Fuzzy Rule-based Differentiable Representation Learning
von: Zhang, Wei, et al.
Veröffentlicht: (2025)

Rule based complex event processing forIoTapplications: Review, classification and challenges
von: Shashi Shekhar Kumar, et al.
Veröffentlicht: (2024)

CAPSULE: Control-Theoretic Action Perturbations for Safe Uncertainty-Aware Reinforcement Learning
von: Narava, Rahul, et al.
Veröffentlicht: (2026)

Ontology-Based Knowledge Modeling and Uncertainty-Aware Outdoor Air Quality Assessment Using Weighted Interval Type-2 Fuzzy Logic
von: Inzmam, Md, et al.
Veröffentlicht: (2026)

LLM-Assisted Logic Rule Learning: Scaling Human Expertise for Time Series Anomaly Detection
von: Zhang, Haoting, et al.
Veröffentlicht: (2026)

Von Neumann Networks
von: Chandra, Shekhar S.
Veröffentlicht: (2026)

Adaptable Cardiovascular Disease Risk Prediction from Heterogeneous Data using Large Language Models
von: Lübeck, Frederike, et al.
Veröffentlicht: (2025)

UNFIS: A Novel Neuro-Fuzzy Inference System with Unstructured Fuzzy Rules for Classification
von: Salimi-Badr, Armin
Veröffentlicht: (2022)

Physics-Guided Abnormal Trajectory Gap Detection
von: Sharma, Arun, et al.
Veröffentlicht: (2024)

HyCARD-Net: A Synergistic Hybrid Intelligence Framework for Cardiovascular Disease Diagnosis
von: Gupta, Rajan Das, et al.
Veröffentlicht: (2026)

Spatially-Delineated Domain-Adapted AI Classification: An Application for Oncology Data
von: Farhadloo, Majid, et al.
Veröffentlicht: (2025)

Automatic Extraction of Linguistic Description from Fuzzy Rule Base
von: Siminski, Krzysztof, et al.
Veröffentlicht: (2024)

An Explainable AI based approach for Monitoring Animal Health
von: Jana, Rahul, et al.
Veröffentlicht: (2025)

From Alignment to Prediction: A Study of Self-Supervised Learning and Predictive Representation Learning
von: Dutta, Mintu, et al.
Veröffentlicht: (2026)

Towards Physics-Guided Foundation Models
von: Farhadloo, Majid, et al.
Veröffentlicht: (2025)

Unveiling Latent Causal Rules: A Temporal Point Process Approach for Abnormal Event Explanation
von: Kuang, Yiling, et al.
Veröffentlicht: (2024)

Machine Learning for ALSFRS-R Score Prediction: Making Sense of the Sensor Data
von: Mehta, Ritesh, et al.
Veröffentlicht: (2024)

A Multi-target Bayesian Transformer Framework for Predicting Cardiovascular Disease Biomarkers during Pandemics
von: Inekwe, Trusting, et al.
Veröffentlicht: (2025)

Accurately Predicting Probabilities of Safety-Critical Rare Events for Intelligent Systems
von: Bai, Ruoxuan, et al.
Veröffentlicht: (2024)

A Framework for Streaming Event-Log Prediction in Business Processes
von: Bollig, Benedikt, et al.
Veröffentlicht: (2024)

Towards Fine-Tuning-Based Site Calibration for Knowledge-Guided Machine Learning: A Summary of Results
von: Zeng, Ruolei, et al.
Veröffentlicht: (2025)

An Integrated Fusion Framework for Ensemble Learning Leveraging Gradient Boosting and Fuzzy Rule-Based Models
von: Li, Jinbo, et al.
Veröffentlicht: (2025)

CE-SSL: Computation-Efficient Semi-Supervised Learning for ECG-based Cardiovascular Diseases Detection
von: Zhou, Rushuang, et al.
Veröffentlicht: (2024)

Scalable Permutation-Aware Modeling for Temporal Set Prediction
von: Ranjan, Ashish, et al.
Veröffentlicht: (2025)

Link Prediction for Social Networks using Representation Learning and Heuristic-based Features
von: Khanna, Samarth, et al.
Veröffentlicht: (2024)

Explaining Predictions by Characteristic Rules
von: Alkhatib, Amr, et al.
Veröffentlicht: (2024)

FASE : A Fairness-Aware Spatiotemporal Event Graph Framework for Predictive Policing
von: Barman, Pronob Kumar, et al.
Veröffentlicht: (2026)

Time-Efficient Hybrid Hyperparameter Tuning Approach for Cardiovascular Disease Classification
von: Pathak, Abhay Kumar, et al.
Veröffentlicht: (2024)

Can LLMs Help You at Work? A Sandbox for Evaluating LLM Agents in Enterprise Environments
von: Vishwakarma, Harsh, et al.
Veröffentlicht: (2025)

Improving Rule-based Reasoning in LLMs using Neurosymbolic Representations
von: Dhanraj, Varun, et al.
Veröffentlicht: (2025)

Explainable Machine Learning Framework for Cardiovascular Disease Diagnosis and Prognosis
von: Sourov, Md. Emon Akter, et al.
Veröffentlicht: (2025)

Towards Physiologically Sensible Predictions via the Rule-based Reinforcement Learning Layer
von: Zhu, Lingwei, et al.
Veröffentlicht: (2025)

Interpretable Hybrid-Rule Temporal Point Processes
von: Cao, Yunyang, et al.
Veröffentlicht: (2025)