Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | University of Michigan | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | University of the Pacific | - |
Autor(es): dc.contributor | University of North Carolina | - |
Autor(es): dc.creator | Zhang, Winston | - |
Autor(es): dc.creator | Turkestani, Najla Al | - |
Autor(es): dc.creator | Bianchi, Jonas | - |
Autor(es): dc.creator | Le, Celia | - |
Autor(es): dc.creator | Deleat-Besson, Romain | - |
Autor(es): dc.creator | Ruellas, Antonio | - |
Autor(es): dc.creator | Cevidanes, Lucia | - |
Autor(es): dc.creator | Yatabe, Marilia | - |
Autor(es): dc.creator | Gonçalves, Joao | - |
Autor(es): dc.creator | Benavides, Erika | - |
Autor(es): dc.creator | Soki, Fabiana | - |
Autor(es): dc.creator | Prieto, Juan | - |
Autor(es): dc.creator | Paniagua, Beatriz | - |
Autor(es): dc.creator | Gryak, Jonathan | - |
Autor(es): dc.creator | Najarian, Kayvan | - |
Autor(es): dc.creator | Soroushmehr, Reza | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:38:19Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:38:19Z | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2020-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/978-3-030-89847-2_7 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/222750 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/222750 | - |
Descrição: dc.description | Multimodal data allows supervised learning while considering multiple complementary views of a problem, improving final diagnostic performance of trained models. Data modalities that are missing or difficult to obtain in clinical situations can still be incorporated into model training using the learning using privileged information (LUPI) framework. However, noisy or redundant features in the privileged modality space can limit the amount of knowledge transferred to the diagnostic model during the LUPI learning process. We consider the problem of selecting desirable features from both standard features which are available during both model training and testing, and privileged features which are only available during model training. A novel filter feature selection method named NMIFS+ is introduced that considers redundancy between standard and privileged feature spaces. The algorithm is evaluated on two disease classification datasets with privileged modalities. Results demonstrate an improvement in diagnostic performance over comparable filter selection algorithms. | - |
Descrição: dc.description | University of Michigan | - |
Descrição: dc.description | São Paulo State University | - |
Descrição: dc.description | University of the Pacific | - |
Descrição: dc.description | University of North Carolina | - |
Descrição: dc.description | São Paulo State University | - |
Formato: dc.format | 69-80 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Clinical decision support | - |
Palavras-chave: dc.subject | Feature selection | - |
Palavras-chave: dc.subject | Knowledge transfer | - |
Palavras-chave: dc.subject | Multimodal data | - |
Palavras-chave: dc.subject | Mutual information | - |
Palavras-chave: dc.subject | Privileged learning | - |
Título: dc.title | Feature Selection for Privileged Modalities in Disease Classification | - |
Tipo de arquivo: dc.type | aula digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: