Machine Learning-Based Classification of Epileptic Seizure Activity from EEG Signals: A Comparative Study of Ensemble Methods and Class-Imbalance Mitigation Strategies
यह अध्ययन प्रदर्शित करता है कि एन्सेम्बल मशीन लर्निंग विधियाँ, विशेष रूप से XGBoost और SMOTE-संवर्धित वोटिंग क्लासिफायर, EEG संकेतों को वर्गीकृत करने में उच्च सटीकता (98.19% तक) और बेहतर सीज़र रिकॉल प्राप्त करते हैं, जबकि साथ ही एक डेटासेट प्रोवेनेंस त्रुटि के सुधार के माध्यम से डेटा अखंडता के महत्वपूर्ण महत्व को भी उजागर करते हैं।