GSTDTAP  > 地球科学
Deep learning for electronic health records: A comparative review of multiple deep neural architectures
Journal of Biomedical Informatics
2020-01-23
出版年2020
国家英国
领域地球科学 ; 资源环境
英文摘要Jose Roberto Ayala Solares, Francesca Elisa Diletta Raimondia, Yajie Zhua, Fatemeh Rahimiana, Dexter Canoy, Jenny Tran, Ana Catarina Pinho Gomes, Amir H. Payberaha, Mariagrazia Zottolia, Milad Nazarzadeh, Nathalie Conrad, Kazem Rahimi, Gholamreza Salimi-Khorshidia
URL查看原文
来源平台Oxford Martin School, University of Oxford
文献类型科技报告
条目标识符http://119.78.100.173/C666/handle/2XK7JSWQ/270772
专题地球科学
资源环境科学
推荐引用方式
GB/T 7714
Journal of Biomedical Informatics. Deep learning for electronic health records: A comparative review of multiple deep neural architectures,2020.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[Journal of Biomedical Informatics]的文章
百度学术
百度学术中相似的文章
[Journal of Biomedical Informatics]的文章
必应学术
必应学术中相似的文章
[Journal of Biomedical Informatics]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。