SwePub
Sök i SwePub databas

  Utökad sökning

Träfflista för sökning "id:"swepub:oai:DiVA.org:liu-138325" "

Sökning: id:"swepub:oai:DiVA.org:liu-138325"

  • Resultat 1-1 av 1
Sortera/gruppera träfflistan
   
NumreringReferensOmslagsbildHitta
1.
  • van Breda, Ward, et al. (författare)
  • A feature representation learning method for temporal datasets
  • 2016
  • Ingår i: PROCEEDINGS OF 2016 IEEE SYMPOSIUM SERIES ON COMPUTATIONAL INTELLIGENCE (SSCI). - : IEEE. - 9781509042401
  • Konferensbidrag (refereegranskat)abstract
    • Predictive modeling of future health states can greatly contribute to more effective health care. Healthcare professionals can for example act in a more proactive way or predictions can drive more automated ways of therapy. However, the task is very challenging. Future developments likely depend on observations in the (recent) past, but how can we capture this history in features to generate accurate predictive models? And what length of history should we consider? We propose a framework that is able to generate patient tailored features from observations of the recent history that maximize predictive performance. For a case study in the domain of depression we find that using this method new data representations can be generated that increase the predictive performance significantly.
  •  
Skapa referenser, mejla, bekava och länka
  • Resultat 1-1 av 1
Typ av publikation
konferensbidrag (1)
Typ av innehåll
refereegranskat (1)
Författare/redaktör
Andersson, Gerhard (1)
Riper, Heleen (1)
Vernmark, Kristofer (1)
Hoogendoorn, Mark (1)
Ruwaard, Jeroen (1)
van Breda, Ward (1)
visa fler...
Eiben, A. E. (1)
visa färre...
Lärosäte
Linköpings universitet (1)
Språk
Engelska (1)
Forskningsämne (UKÄ/SCB)
Naturvetenskap (1)
År
2016 (1)

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy