Computer Science Engineering Department, Chandigarh University, Mohali, Punjab, India;
Computer Science Engineering Department, Chandigarh University, Mohali, Punjab, India;
Diseases; Lung; Deep learning; Measurement; Biomedical imaging; Predictive models;
机译:使用Naive Baye,随机森林和SVM机器学习技术来确定可能影响双相障碍学生的预测模型,数据挖掘和建立一个使用Keras的顺序深度学习模型
机译:基于GaN和深度传输学习的频谱预测:跨带数据增强框架
机译:混合深度学习框架中基于多源数据的短期FFBS需求预测
机译:使用Keras的大数据深度学习框架:肺炎预测的案例研究
机译:基于数据,力学和机器学习的基础设施性能预测的计算框架
机译:基于胸部X射线图像的深度学习模型深入肺炎框架
机译:肺炎患者临床资源的临床资源,通过深入学习预测Covid-19成果的预测