An Imbalance-Aware and Structure-Enriched Framework for SMS Spam Detection Using Ensemble Learning
यह शोध पत्र एक नवीन हाइब्रिड फ्रेमवर्क का प्रस्ताव करता है जो बेंचमार्क डेटासेट पर प्रिसिजन (precision), F1-स्कोर और AUC में बेहतर प्रदर्शन प्राप्त करने के लिए फीचर चयन हेतु मल्टी-क्राइटेरिया निर्णय लेने (multi-criteria decision making), क्लास असंतुलन को संबोधित करने हेतु SMOTE और एक स्टैकिंग-आधारित एन्सेम्बल क्लासिफायर को एकीकृत करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।