Kernel Alignment-based Hybrid Heterogeneous Attribute Space Three-way Clustering for Disease Feature Recognition
यह शोध पत्र एक नवीन विशेषता चयन पद्धति प्रस्तावित करता है जो विषम चिकित्सा डेटा को रिप्रोड्यूसिंग कर्नल हिल्बर्ट स्पेस के भीतर एकीकृत करने के लिए कर्नल एलाइनमेंट को एकीकृत करती है और सीमा अनिश्चितता (boundary uncertainty) को स्पष्ट रूप से मॉडल करने के लिए थ्री-वे क्लस्टरिंग का विस्तार करती है, जिससे मल्टीमॉडल नैदानिक डेटासेट पर आयामीता को प्रभावी ढंग से कम करते हुए रोग भविष्यवाणी की सटीकता और स्थिरता में महत्वपूर्ण सुधार होता है।