Optimizing Deep Learning Model Parameters with the Bees Algorithm for Improved Medical Text Classification

要約

この論文では、最近有望な群知能アルゴリズムである蜂アルゴリズムを使用して、深層学習モデルの最適なパラメーターを取得するための新しいメカニズムを紹介します。
最適化問題は、特定の回数の反復を通じて調整される初期ハイパーパラメーターが与えられた場合に、医学テキストに基づいて病気を分類する精度を最大化することです。
実験には、英語とアラビア語の 2 つの異なるデータセットが含まれていました。
達成された最高精度は、長短期記憶 (LSTM) と Bees アルゴリズムを使用した英語のデータセットで 99.63%、AraBERT を使用したアラビア語のデータセットで 88% です。

要約(オリジナル)

This paper introduces a novel mechanism to obtain the optimal parameters of a deep learning model using the Bees Algorithm, which is a recent promising swarm intelligence algorithm. The optimization problem is to maximize the accuracy of classifying ailments based on medical text given the initial hyper-parameters to be adjusted throughout a definite number of iterations. Experiments included two different datasets: English and Arabic. The highest accuracy achieved is 99.63% on the English dataset using Long Short-Term Memory (LSTM) along with the Bees Algorithm, and 88% on the Arabic dataset using AraBERT.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google