| DC Field | Value | Language |
|---|
| dc.contributor.author | Vishniakou, U. A. | - |
| dc.contributor.author | Yu Chu Yue | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2024-01-05T11:48:19Z | - |
| dc.date.available | 2024-01-05T11:48:19Z | - |
| dc.date.issued | 2023 | - |
| dc.identifier.citation | Vishniakou, U. A. Using Machine Learning for Recognition of Alzheimer’s Disease Based on Transcription Information = Использование машинного обучения для распознавания болезни Альцгеймера на основе транскрипционной информации / Vishniakou U. A., Yu Chu Yue // Доклады БГУИР. – 2023. – Т. 21, № 6. – С. 106–112. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/53996 | - |
| dc.description.abstract | The purpose of this article is to perform analytical and prognostic studies on the recognition of Alzheimer’s disease based on decoded text speech data using machine learning algorithms. The data used in this article is taken from the ADReSS 2020 Challenge program, which contains speech data from patients with Alzheimer’s disease and healthy people. The problem under study is a binary classification problem. First, the full texts of the interviewees were extracted from the transcribed texts of the speech data. This was followed by training the model based on vectorized text features using a random forest classifier, in which the authors used the GridSearchCV method to optimize hyperparameters. The classification accuracy of the model reached 85.2 %. | en_US |
| dc.language.iso | en | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | доклады БГУИР | en_US |
| dc.subject | machine learning | en_US |
| dc.subject | random forest method | en_US |
| dc.subject | binary classification | en_US |
| dc.subject | optimization parameters | en_US |
| dc.title | Using Machine Learning for Recognition of Alzheimer’s Disease Based on Transcription Information | en_US |
| dc.title.alternative | Использование машинного обучения для распознавания болезни Альцгеймера на основе транскрипционной информации | en_US |
| dc.type | Article | en_US |
| dc.identifier.DOI | http://dx.doi.org/10.35596/1729-7648-2023-21-6-106-112 | - |
| local.description.annotation | Выполнены аналитические и прогностические исследования по распознаванию болезни Альцгеймера на основе расшифрованных текстовых речевых данных с использованием алгоритмов машинного обучения. Данные были взяты из программы ADReSS 2020 Challenge, которая содержит речевые данные пациентов с болезнью Альцгеймера и здоровых людей. Распознавание болезни Альцгеймера представляет собой проблему бинарной классификации. Сначала из расшифрованных текстов речевых данных извлекались полные тексты интервьюируемых пациентов. Затем следовало обучение модели нейронной сети на основе векторизованных текстовых признаков с использованием классификатора случайного леса, в котором авторы применяли метод GridSearchCV для оптимизации гиперпараметров. Точность классификации модели составила 85,2 %. | en_US |
| Appears in Collections: | Том 21, № 6
|
