Zobrazeno 1 - 10
of 34
pro vyhledávání: '"Danger, Roxana"'
Autor:
Danger, Roxana
Differential Privacy (DP) is a formal definition of privacy that provides rigorous guarantees against risks of privacy breaches during data processing. It makes no assumptions about the knowledge or computational power of adversaries, and provides an
Externí odkaz:
http://arxiv.org/abs/2205.09453
Provenance metadata can be valuable in data sharing settings, where it can be used to help data consumers form judgements regarding the reliability of the data produced by third parties. However, some parts of provenance may be sensitive, requiring a
Externí odkaz:
http://arxiv.org/abs/1406.1998
Publikováno v:
In Journal of Biomedical Informatics January 2017 65:1-21
Publikováno v:
In Knowledge-Based Systems February 2014 57:104-118
Publikováno v:
In Journal of Biomedical Informatics 2010 43(6):902-913
Autor:
Danger, Roxana, Berlanga, Rafael
Publikováno v:
In Journal of Algorithms 2009 64(1):16-30
Autor:
Danger, Roxana, Corrigan, Derek, Soler, Jean K., Kazienko, Przemyslaw, Kajdanowicz, Tomasz, Majeed, Azeem, Curcin, Vasa
Publikováno v:
Danger, R, Corrigan, D, Soler, J K, Kazienko, P, Kajdanowicz, T, Majeed, A & Curcin, V 2015, A methodology for mining clinical data : Experiences from TRANSFoRm project . in Digital Healthcare Empowering Europeans-Proceedings of MIE 2015 . vol. 210, pp. 85-89, 26th Medical Informatics in Europe Conference, MIE 2015, Madrid, Spain, 27/05/2015 . https://doi.org/10.3233/978-1-61499-512-8-85
Data mining of electronic health records (eHRs) allows us to identify patterns of patient data that characterize diseases and their progress and learn best practices for treatment and diagnosis. Clinical Prediction Rules (CPRs) are a form of clinical
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______2761::36c6661623a7407ec7dd826e7bcfb354
https://kclpure.kcl.ac.uk/ws/files/53830445/A_methodology_for_mining_DANGER_Published_2015_GOLD_VoR.pdf
https://kclpure.kcl.ac.uk/ws/files/53830445/A_methodology_for_mining_DANGER_Published_2015_GOLD_VoR.pdf
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:
Provenance & Annotation of Data & Processes 5th International Provenance & Annotation Workshop, IPAW 2014, Cologne, Germany, June 9-13, 2014. Revised Selected Papers; 2015, p3-15, 13p