Zobrazeno 1 - 10
of 26
pro vyhledávání: '"Upadhyaya, Pulakesh"'
Autor:
Wu, Alan, Choudhary, Tilendra, Upadhyaya, Pulakesh, Ali, Ayman, Yang, Philip, Kamaleswaran, Rishikesan
Sepsis-induced acute respiratory failure (ARF) is a serious complication with a poor prognosis. This paper presents a deep representation learningbased phenotyping method to identify distinct groups of clinical trajectories of septic patients with AR
Externí odkaz:
http://arxiv.org/abs/2405.02563
Publikováno v:
JMIR Medical Informatics, 2023
Causal structure learning refers to a process of identifying causal structures from observational data, and it can have multiple applications in biomedicine and health care. This paper provides a practical review and tutorial on scalable causal struc
Externí odkaz:
http://arxiv.org/abs/2110.07785
Publikováno v:
Journal of Biomedical Informatics (2022): 104256
Developing new drugs for target diseases is a time-consuming and expensive task, drug repurposing has become a popular topic in the drug development field. As much health claim data become available, many studies have been conducted on the data. The
Externí odkaz:
http://arxiv.org/abs/2109.12769
Deep Neural Networks (DNNs) are a revolutionary force in the ongoing information revolution, and yet their intrinsic properties remain a mystery. In particular, it is widely known that DNNs are highly sensitive to noise, whether adversarial or random
Externí odkaz:
http://arxiv.org/abs/2004.10700
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Upadhyaya, Pulakesh, Jiang, Anxiao
The persistent storage of big data requires advanced error correction schemes. The classical approach is to use error correcting codes (ECCs). This work studies an alternative approach, which uses the redundancy inherent in data itself for error corr
Externí odkaz:
http://arxiv.org/abs/1910.07420
Publikováno v:
In Journal of Biomedical Informatics January 2023 137
Storage systems have a strong need for substantially improving their error correction capabilities, especially for long-term storage where the accumulating errors can exceed the decoding threshold of error-correcting codes (ECCs). In this work, a new
Externí odkaz:
http://arxiv.org/abs/1811.04032
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.