Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Machine Learning to Predict Stent Restenosis Based on Daily Demographic, Clinical, and Angiographic Characteristics
47
Zitationen
9
Autoren
2020
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.400 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.261 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.695 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.781 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.506 Zit.
Autoren
Institutionen
- Universidad de Salamanca(ES)
- Instituto de Salud Carlos III(ES)
- Centro de Investigación en Red en Enfermedades Cardiovasculares(ES)
- Instituto de Investigación Biomédica de Salamanca(ES)
- Philips (Spain)(ES)
- Hospital Clínico Universitario Virgen de la Victoria(ES)
- Instituto de Investigación Biomédica de Málaga(ES)
- Universidad de Málaga(ES)
- Hospital Clínico Universitario de Valladolid(ES)
- Universidad Complutense de Madrid(ES)
- Hospital General Universitario Gregorio Marañón(ES)