Enhancing Diagnosis Precision in Alcohol Addiction Detection Through CNN Analysis with SMOTE-ENN Data Augmentation

Alcoholism is a major concern in modern culture, demanding effective and prompt detection measures to limit its negative consequences. Electroencephalography (EEG) data processing has emerged as a viable option for detecting alcoholism by utilizing the brain's unique electrical patterns. Howeve...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	2024 4th International Conference on Pervasive Computing and Social Networking (ICPCSN) s. 520 - 526
Hlavní autoři:	Ashif H, Mohamed, Kanaga, E. Grace Mary
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 03.05.2024
Témata:	Accuracy Addiction Alcohol Addiction Alcoholism Brain modeling CNN Data augmentation Data Augmentation Techniques Deep learning Deep Learning Algorithms EEG KNN LSTM Machine learning algorithms Naive Bayes Random Forest SMOTE SMOTE-ENN SMOTE-TOMEK
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!