Gaussian processes; Kalman filters; data acquisition; electrocardiography; health care; medical signal processing; patient monitoring; regression analysis; Gaussian process regression; Kalman filter; clinical settings; healthcare system; heart rate signals; high false alarm rate; mean imputation; medical monitoring; missing data prediction; performance analysis approach; physiological data; potential health risks; potentially compromised diagnostic results; reliable acquisition; Biomedical monitoring; Ground penetrating radar; Heart rate; Kalman filters; Market research; Mathematical model; Monitoring;
机译:用于代谢紊乱的医学生物信息学方法:生物医学数据预测,建模和系统分析。
机译:恢复丢失的具有长期间隔(最多60天)的干球温度数据,以用于建筑性能监测和分析-第二部分
机译:分析和建模应变监测数据和缺失数据归因的传感器间关系:copula和功能数据分析方法
机译:改善电网监控数据质量:缺少数据预测的高效机器学习框架
机译:通过在数据级别聚合多个插补来简化丢失的数据分析:评估超矩阵方法的持久性的蒙特卡洛模拟
机译:使用随机森林方法处理复杂缺失数据用于空气质量监测数据集:科威特环境数据的案例研究(2012年至2018)
机译:利用数据挖掘方法探索学生酒精和吸毒成瘾的预测建模