Zobrazeno 1 - 10
of 10
pro vyhledávání: '"Chandak, Payal"'
Self-supervised learning (SSL) for clinical time series data has received significant attention in recent literature, since these data are highly rich and provide important information about a patient's physiological state. However, most existing SSL
Externí odkaz:
http://arxiv.org/abs/2307.10923
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Alzheimer's & Dementia: The Journal of the Alzheimer's Association; Dec2023 Supplement 15, Vol. 19, p1-1, 1p
Autor:
Wang, Hanchen, Fu, Tianfan, Du, Yuanqi, Gao, Wenhao, Huang, Kexin, Liu, Ziming, Chandak, Payal, Liu, Shengchao, Van Katwyk, Peter, Deac, Andreea, Anandkumar, Anima, Bergen, Karianne, Gomes, Carla P., Ho, Shirley, Kohli, Pushmeet, Lasenby, Joan, Leskovec, Jure, Liu, Tie-Yan, Manrai, Arjun, Marks, Debora
Publikováno v:
Nature; Sep2023, Vol. 621 Issue 7978, pE33-E33, 1p
Autor:
Huang K; Department of Biomedical Informatics, Harvard Medical School, Boston, MA 02115., Chandak P; Harvard-MIT Program in Health Sciences and Technology, Cambridge, MA 02139., Wang Q; Department of Biomedical Informatics, Harvard Medical School, Boston, MA 02115., Havaldar S; Hasso Plattner Institute for Digital Health, Icahn School of Medicine at Mount Sinai, NY 10029., Vaid A; Hasso Plattner Institute for Digital Health, Icahn School of Medicine at Mount Sinai, NY 10029.; Charles Bronfman Institute for Personalized Medicine, Icahn School of Medicine at Mount Sinai, NY 10029., Leskovec J; Department of Computer Science, Stanford University, Stanford, CA 94305., Nadkarni G; Charles Bronfman Institute for Personalized Medicine, Icahn School of Medicine at Mount Sinai, NY 10029., Glicksberg BS; Hasso Plattner Institute for Digital Health, Icahn School of Medicine at Mount Sinai, NY 10029.; Charles Bronfman Institute for Personalized Medicine, Icahn School of Medicine at Mount Sinai, NY 10029., Gehlenborg N; Department of Biomedical Informatics, Harvard Medical School, Boston, MA 02115., Zitnik M; Department of Biomedical Informatics, Harvard Medical School, Boston, MA 02115.; Broad Institute of MIT and Harvard, Cambridge, MA 02142.; Harvard Data Science Initiative, Cambridge, MA 02138.; Kempner Institute for the Study of Natural and Artificial Intelligence, Harvard University, MA 02134.
Publikováno v:
MedRxiv : the preprint server for health sciences [medRxiv] 2024 Aug 07. Date of Electronic Publication: 2024 Aug 07.