A Novel AJAD-BoostNet Framework for Histopathological Lung and Cervical Cancer Classification Using Deep Feature Learning, K-Means Clustering, and XGBoost
यह शोध पत्र AJAD-BoostNet का प्रस्ताव करता है, जो एक नवीन हाइब्रिड फ्रेमवर्क है जो फेफड़ों और गर्भाशय ग्रीवा के कैंसर के कुशल और सुदृढ़ हिस्टोपैथोलॉजिकल वर्गीकरण को प्राप्त करने के लिए ResNet50-आधारित डीप फीचर एक्सट्रैक्शन, PCA डाइमेंशनैलिटी रिडक्शन, K-Means क्लस्टरिंग और XGBoost बूस्टिंग को संयोजित करता है, जो संसाधन-सीमित सेटिंग्स में पारंपरिक CNNs की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।