A Semi-Supervised Multi-Task Learning Approach for Predicting Short-Term Kidney Disease Evolution - APTIKAL
Article Dans Une Revue IEEE Journal of Biomedical and Health Informatics Année : 2021

A Semi-Supervised Multi-Task Learning Approach for Predicting Short-Term Kidney Disease Evolution

Domaines

Informatique [cs]
Fichier principal
Vignette du fichier
main.pdf (1.08 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Massih AMINI  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04763776

Soumis le : samedi 2 novembre 2024-21:27:22

Dernière modification le : mercredi 20 novembre 2024-14:00:03

Télécharger pour visualiser

Dates et versions

hal-04763776 , version 1 (02-11-2024)

Identifiants

Citer

Michele Bernardini, Luca Romeo, Emanuele Frontoni, Massih-Reza Amini. A Semi-Supervised Multi-Task Learning Approach for Predicting Short-Term Kidney Disease Evolution. IEEE Journal of Biomedical and Health Informatics, 2021, 25 (10), pp.3983-3994. ⟨10.1109/JBHI.2021.3074206⟩. ⟨hal-04763776⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UGA CNRS LIG LIG_SIDCH LIG_SIDCH_APTIKAL
0 Consultations
0 Téléchargements

Altmetric

Partager

More