An Imbalance-Aware and Structure-Enriched Framework for SMS Spam Detection Using Ensemble Learning
Cet article propose un nouveau cadre hybride pour la détection du spam SMS qui intègre la prise de décision multicritère pour la sélection de caractéristiques, SMOTE pour traiter le déséquilibre des classes, et un classifieur d'ensemble basé sur le Stacking afin d'obtenir des performances supérieures en termes de précision, de score F1 et d'AUC sur des ensembles de données de référence.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.