Verbesserte sinusoidale Schwellenwert-basierte halbüberwachte Methode und Diffusionsmodelle zur Osteoporose-Diagnose
Verbesserte halbüberwachte Methode zur Osteoporose-Diagnose durch Diffusionsmodelle.
Vergleich der Gangphasenerkennung mit traditionellen maschinellen Lern- und Deep-Learning-Techniken
Die Studie vergleicht die Genauigkeit der Gangphasenerkennung zwischen traditionellen maschinellen Lernmodellen und Deep-Learning-Techniken.
Die Rolle von Krankenschwestern bei der Erreichung umweltfreundlicher Gesundheitssysteme: Eine bibliometrische Analyse
Krankenschwestern spielen eine entscheidende Rolle bei der Schaffung umweltfreundlicher Gesundheitssysteme durch Bildung und Bewusstseinsbildung.
SzCORE: Ein Rahmenwerk zur Validierung von EEG-basierten Anfallserkennungsalgorithmen
Einheitliches Rahmenwerk zur Standardisierung der Validierung von EEG-basierten Anfallserkennungsalgorithmen.
Entwicklung von föderierten Zeit-bis-Ereignis-Scores unter Verwendung heterogener Echtwelt-Überlebensdaten
Die Studie zeigt die Effektivität eines Datenschutz wahrenden föderierten Überlebens-Score-Generierungsrahmens für heterogene Überlebensdaten.
Schätzung der personalisierten Aufgabenschwierigkeit bei post-schlaganfallbetroffenen Personen mit kausalen Bäumen
Automatische Generierung von Schwierigkeitsniveaus basierend auf individueller Leistung zur besseren Erklärung der Benutzerleistung.
Zweistufige interpretierbare Modellierung von Intensivpflege-erworbenen Infektionen
Integrating high-resolution longitudinal data with survival models to predict ICU-AIs.
Eine KI-gestützte agentenbasierte Modellierung und deren Anwendung in der Masernausbruchssimulation für Neuseeland
Durch die Kombination von Graph Neural Network (GNN) und Long Short-Term Memory (LSTM) Netzwerk ermöglicht das entwickelte Modell eine präzise Simulation von Masernausbrüchen.
Automatische Klassifizierung der Schwere von Dysarthrie bei unabhängigen Sprechern mit selbstüberwachten Transformern und Multi-Task-Learning
Ein transformerbasiertes Framework ermöglicht die automatische Bewertung der Dysarthrie-Schwere von Rohsprachdaten.
Vorhersage der Langzeitsterblichkeit nach akutem Myokardinfarkt mit maschinellem Lernen und klinischen Daten
Incorporating new biomarkers into advanced machine learning models significantly improves long-term mortality prediction in cardiac patients.
© 2024 by Linnk AI