:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lamir, Ali Azimi, Razzagzadeh, Shiva, Rezaei, Zeynab
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2505.09969
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Improving Object Detection Performance through YOLOv8: A Comprehensive Training and Evaluation Study
von: Poureskandar, Rana, et al.
Veröffentlicht: (2025)

EEG-Based Consumer Behaviour Prediction: An Exploration from Classical Machine Learning to Graph Neural Networks
von: Afshar, Mohammad Parsa, et al.
Veröffentlicht: (2025)

Disparate Model Performance and Stability in Machine Learning Clinical Support for Diabetes and Heart Diseases
von: Bilionis, Ioannis, et al.
Veröffentlicht: (2024)

Evaluation and Implementation of Machine Learning Algorithms to Predict Early Detection of Kidney and Heart Disease in Diabetic Patients
von: Hasnain, Syed Ibad
Veröffentlicht: (2025)

Integrating Machine Learning Ensembles and Large Language Models for Heart Disease Prediction Using Voting Fusion
von: Amin, Md. Tahsin, et al.
Veröffentlicht: (2026)

Modeling Feature Maps for Quantum Machine Learning
von: Singh, Navneet, et al.
Veröffentlicht: (2025)

Performance Analysis of Machine Learning Algorithms in Chronic Kidney Disease Prediction
von: Ahmed, Iftekhar, et al.
Veröffentlicht: (2025)

An Independent Implementation of Quantum Machine Learning Algorithms in Qiskit for Genomic Data
von: Singh, Navneet, et al.
Veröffentlicht: (2024)

Differential Privacy-Driven Framework for Enhancing Heart Disease Prediction
von: Otoum, Yazan, et al.
Veröffentlicht: (2025)

Explanation Space: A New Perspective into Time Series Interpretability
von: Rezaei, Shahbaz, et al.
Veröffentlicht: (2024)

A Comprehensive Perspective on Explainable AI across the Machine Learning Workflow
von: Paterakis, George, et al.
Veröffentlicht: (2025)

A Dual-Perspective Approach to Evaluating Feature Attribution Methods
von: Li, Yawei, et al.
Veröffentlicht: (2023)

Early Detection of Coronary Heart Disease Using Hybrid Quantum Machine Learning Approach
von: Banday, Mehroush, et al.
Veröffentlicht: (2024)

Put CASH on Bandits: A Max K-Armed Problem for Automated Machine Learning
von: Balef, Amir Rezaei, et al.
Veröffentlicht: (2025)

Evaluation of Machine Learning Models in Student Academic Performance Prediction
von: Sandeepa, A. G. R., et al.
Veröffentlicht: (2025)

A Cost-Effective Framework for Predicting Parking Availability Using Geospatial Data and Machine Learning
von: Bagosher, Madyan, et al.
Veröffentlicht: (2025)

Agentic AI: A Comprehensive Survey of Architectures, Applications, and Future Directions
von: Ali, Mohamad Abou, et al.
Veröffentlicht: (2025)

Lifestyle-Informed Personalized Blood Biomarker Prediction via Novel Representation Learning
von: Heydari, A. Ali, et al.
Veröffentlicht: (2024)

A Data-Centric Perspective on Evaluating Machine Learning Models for Tabular Data
von: Tschalzev, Andrej, et al.
Veröffentlicht: (2024)

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

Evaluating the Potential of Federated Learning for Maize Leaf Disease Prediction
von: Antico, Thalita Mendonça, et al.
Veröffentlicht: (2024)

Scalable Hierarchical Over-the-Air Federated Learning
von: Azimi-Abarghouyi, Seyed Mohammad, et al.
Veröffentlicht: (2022)

Over-the-Air Federated Learning via Weighted Aggregation
von: Azimi-Abarghouyi, Seyed Mohammad, et al.
Veröffentlicht: (2024)

Compute-Update Federated Learning: A Lattice Coding Approach Over-the-Air
von: Azimi-Abarghouyi, Seyed Mohammad, et al.
Veröffentlicht: (2024)

Hierarchical Over-the-Air Federated Learning with Awareness of Interference and Data Heterogeneity
von: Azimi-Abarghouyi, Seyed Mohammad, et al.
Veröffentlicht: (2024)

Machine Learning Framework for Early Power, Performance, and Area Estimation of RTL
von: Chattopadhyay, Anindita, et al.
Veröffentlicht: (2025)

Tracing the Heart's Pathways: ECG Representation Learning from a Cardiac Conduction Perspective
von: Pan, Tan, et al.
Veröffentlicht: (2025)

Peptidomic-Based Prediction Model for Coronary Heart Disease Using a Multilayer Perceptron Neural Network
von: Celis-Porras, Jesus
Veröffentlicht: (2025)

Evaluating Explainability in Machine Learning Predictions through Explainer-Agnostic Metrics
von: Munoz, Cristian, et al.
Veröffentlicht: (2023)

An Improved Grey Wolf Optimization Algorithm for Heart Disease Prediction
von: Niu, Sihan, et al.
Veröffentlicht: (2024)

Deriving Hematological Disease Classes Using Fuzzy Logic and Expert Knowledge: A Comprehensive Machine Learning Approach with CBC Parameters
von: Ameen, Salem, et al.
Veröffentlicht: (2024)

Predicting Heart Failure with Attention Learning Techniques Utilizing Cardiovascular Data
von: Haque, Ershadul, et al.
Veröffentlicht: (2024)

Graph Neural Networks for Heart Failure Prediction on an EHR-Based Patient Similarity Graph
von: Boll, Heloisa Oss, et al.
Veröffentlicht: (2024)

New Insights on Unfolding and Fine-tuning Quantum Federated Learning
von: Nanayakkara, Shanika Iroshi, et al.
Veröffentlicht: (2025)

A Machine Learning Approach for Crop Yield and Disease Prediction Integrating Soil Nutrition and Weather Factors
von: Ahmed, Forkan Uddin, et al.
Veröffentlicht: (2024)

Progressive Size-Adaptive Federated Learning: A Comprehensive Framework for Heterogeneous Multi-Modal Data Systems
von: Hussain, Sajid, et al.
Veröffentlicht: (2025)

Understanding World or Predicting Future? A Comprehensive Survey of World Models
von: Ding, Jingtao, et al.
Veröffentlicht: (2024)

Federated Proximal Optimization for Privacy-Preserving Heart Disease Prediction: A Controlled Simulation Study on Non-IID Clinical Data
von: Asad, Farzam, et al.
Veröffentlicht: (2026)

Geometric Learning in Black-Box Optimization: A GNN Framework for Algorithm Performance Prediction
von: Kostovska, Ana, et al.
Veröffentlicht: (2025)

Performance Comparison of Different Machine Learning Algorithms on the Prediction of Wind Turbine Power Generation
von: Eyecioglu, Onder, et al.
Veröffentlicht: (2021)