Zobrazeno 1 - 10
of 170
pro vyhledávání: '"Huang Erich P"'
Restless multi-armed bandits (RMABs) are a popular framework for algorithmic decision making in sequential settings with limited resources. RMABs are increasingly being used for sensitive decisions such as in public health, treatment scheduling, anti
Externí odkaz:
http://arxiv.org/abs/2308.09726
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.
Autor:
Shi Xiaoyan, Yue Peng, Lewin-Koh Nicholas, Fridlyand Jane, Huang Erich P, Dornan David, Burington Bart
Publikováno v:
BMC Cancer, Vol 10, Iss 1, p 586 (2010)
Abstract Background Developing the right drugs for the right patients has become a mantra of drug development. In practice, it is very difficult to identify subsets of patients who will respond to a drug under evaluation. Most of the time, no single
Externí odkaz:
https://doaj.org/article/b5aef97ed64145d4a230192e01bd0752
Autor:
Patel, Krishnan R., Rydzewski, Nicholas R., Schott, Erica, Cooley-Zgela, Theresa, Ning, Holly, Cheng, Jason, Salerno, Kilian, Huang, Erich P., Pinto, Peter A., Lindenberg, Liza, Mena, Esther, Choyke, Peter, Turkbey, Baris, Citrin, Deborah E.
Publikováno v:
In Practical Radiation Oncology November-December 2023 13(6):540-550
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Chihara, Dai **, Lin, Ruitao, Flowers, Christopher R, Finnigan, Shanda R, Cordes, Lisa M, Fukuda, Yoko, Huang, Erich P, Rubinstein, Larry V, Nastoupil, Loretta J, Ivy, S Percy, Doroshow, James H, Takebe, Naoko *
Publikováno v:
In The Lancet 13-19 August 2022 400(10351):512-521
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
We aim to create a framework for transfer learning using latent factor models to learn the dependence structure between a larger source dataset and a target dataset. The methodology is motivated by our goal of building a risk-assessment model for sur
Externí odkaz:
http://arxiv.org/abs/1612.00555
Publikováno v:
In Academic Radiology August 2017 24(8):1027-1035