Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
A Graph Attention and SAINT Transformer-based Deep Learning Model for Predicting Postoperative Atrial Fibrillation: A Bidirectional External Validation Study
2026·0 Zitationen·SSRN Electronic JournalOpen Access
Volltext beim Verlag öffnen0
Zitationen
6
Autoren
2026
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
"Why Should I Trust You?"
2016 · 14.889 Zit.
Coding Algorithms for Defining Comorbidities in ICD-9-CM and ICD-10 Administrative Data
2005 · 10.579 Zit.
A Comprehensive Survey on Graph Neural Networks
2020 · 9.018 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.674 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 8.234 Zit.
Autoren
Themen
Machine Learning in HealthcareAtrial Fibrillation Management and OutcomesArtificial Intelligence in Healthcare and Education