使用深度学习神经网络减少糖尿病预测中的过拟合
计算机视觉与模式识别
2017-07-27 v1
摘要
糖尿病预测准确率的提高将为健康预后开辟新领域。数据过拟合是糖尿病预后中一个降低性能的问题。在本研究中，提出了一种糖尿病预测系统，通过使用 dropout 方法将过拟合问题降至最低。使用了深度学习神经网络，其中全连接层之后均跟随 dropout 层。结果表明，所提出神经网络的输出性能优于其他 SOTA 方法，并且被记录为 Pima Indians Diabetes Data Set 上迄今为止的最佳性能。
引用
@article{arxiv.1707.08386,
title = {Reduction of Overfitting in Diabetes Prediction Using Deep Learning Neural Network},
author = {Akm Ashiquzzaman and Abdul Kawsar Tushar and Md. Rashedul Islam and Jong-Myon Kim},
journal= {arXiv preprint arXiv:1707.08386},
year = {2017}
}
备注
8 pages, 3 Figures, 3 Tables; Conference - 7th iCatse International Conference on IT Convergence and Security, 2017 (http://icatse.org/icitcs2017/) (accepted)