Sélection de la langue

Gouvernement du Canada / Government of Canada

Recherche

Using domain knowledge in the random subspace method: application to the classification of biomedical spectra

Par Conseil national de recherches du Canada

DOITrouver le DOI : https://doi.org/10.1007/11494683_34
AuteurRechercher : 1; Rechercher : 1; Rechercher : 1
Affiliation
  1. Conseil national de recherches du Canada. Institut du biodiagnostic du CNRC
FormatTexte, Chapitre de livre
Conférence6th International Workshop on Multiple Classifier Systems (MCS 2005), June 13-15, 2005, California, USA
Sujetrandom subspace method; biomedical spectra; feature selection; feature extraction; domain knowledge; PCA
Résumé
Spectra intrinsically possess domain knowledge, making possible a domain-based feature selection model. The random subspace method, in combination with domain-knowledge-based feature sets, leads to improved classification accuracies in real-life biomedical problems. Using such feature sets allows for an efficient reduction of dimensionality, while preserving interpretability of classification outcomes, important for the field expert. We demonstrate the utility of domain knowledge-based features for the random subspace method for the classification of three real-life high-dimensional biomedical magnetic resonance (MR) spectra.
Date de publication
Maison d’éditionSpringer Berlin Heidelberg
Dans
  • Multiple Classifier Systems: 6th International Workshop, MCS 2005, Seaside, CA, USA, June 13-15, 2005. Proceedings (2005) : 336–345.
Série
  • Lecture Notes in Computer Science, nº 3541.
Langueanglais
Publications évaluées par des pairsOui
Numéro du CNRCNRC-IBD-2212
Numéro NPARC9147903
Exporter la noticeExporter en format RIS
Signaler une correctionSignaler une correction (s'ouvre dans un nouvel onglet)
Identificateur de l’enregistrement9143a01f-edcf-41f1-b6ae-44acfccf8b99
Enregistrement créé2009-06-25
Enregistrement modifié2020-06-16
Date de modification :