Zobrazeno 1 - 10
of 18
pro vyhledávání: '"Tabakhi, Sina"'
The increase in high-dimensional multiomics data demands advanced integration models to capture the complexity of human diseases. Graph-based deep learning integration models, despite their promise, struggle with small patient cohorts and high-dimens
Externí odkaz:
http://arxiv.org/abs/2408.02845
Autor:
Tripathi, Prasun C, Tabakhi, Sina, Suvon, Mohammod N I, Schöb, Lawrence, Alabed, Samer, Swift, Andrew J, Zhou, Shuo, Lu, Haiping
Pulmonary Arterial Wedge Pressure (PAWP) is an essential cardiovascular hemodynamics marker to detect heart failure. In clinical practice, Right Heart Catheterization is considered a gold standard for assessing cardiac hemodynamics while non-invasive
Externí odkaz:
http://arxiv.org/abs/2404.04718
Autor:
Tabakhi, Sina, Moradi, Parham
The Universal Feature Selection Tool (UniFeat) is an open-source tool developed entirely in Java for performing feature selection processes in various research areas. It provides a set of well-known and advanced feature selection methods within its s
Externí odkaz:
http://arxiv.org/abs/2211.16846
With advanced imaging, sequencing, and profiling technologies, multiple omics data become increasingly available and hold promises for many healthcare applications such as cancer diagnosis and treatment. Multimodal learning for integrative multi-omic
Externí odkaz:
http://arxiv.org/abs/2211.16509
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Tabakhi, Sina, Moradi, Parham
Publikováno v:
In Pattern Recognition September 2015 48(9):2798-2811
Autor:
Tabakhi, Sina
Case study detailing the open research practices for which Sina Tabakhi was awarded runner up prize in the University of Sheffield Open Research Prize 2023. This prize was awarded for the development of the open source software tool UniFeat.
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::8d5d7da7e24c7761bf95e64805b7ed5f
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:
World Scientific Annual Review of Artificial Intelligence; 2023, Vol. 1 Issue: 1