Department of Computer Science and Technology,Harbin Institute of Technology, Harbin, China;
Department of Computer Science and Technology,Harbin Institute of Technology, Harbin, China;
Department of Computer Science and Technology,Harbin Institute of Technology, Harbin, China;
Department of Computer Science and Technology,Harbin Institute of Technology, Harbin, China;
Department of Computer Science and Technology,Harbin Institute of Technology, Harbin, China;
Department of Computer Science and Technology,Harbin Institute of Technology, Harbin, China;
Public opinion mining; BP artificial neural model; SIR model; Complex network model;
机译:通过过程和操作员响应时间建模改进对警报和安全系统性能的预测
机译:朝着疾病顶点和疾病之间的Covid-19感染和死亡的基于国家的预测模型和终结:来自Covid-19所含的国家的证据
机译:基于图像特征的智能苹果疾病预测系统:基于机器学习的苹果疾病预测系统
机译:基于组合模型的感染疾病的报警与预测系统
机译:感染和全身性疾病:牙周感染模型的方法论问题及其在2型糖尿病危险因素流行病学中的应用。
机译:作者更正:通过将传播模型的预测与疾病调查相结合来证实没有寄生虫感染
机译:我们开发了一种科学创造力模型,并在稀有疾病领域进行测试。我们的模型基于对Rett综合征的深入案例研究的结果。档案分析,文献计量技术和专家调查与网络分析相结合,以确定最具创造力的科学家。首先,比较生成和组合创造力的替代措施。然后,我们推广了我们的结果,并提出了社会语义网络演化的随机模型。模型预测用多个罕见疾病专业网络进行测试。我们发现,一个领域的专家之间的新的科学合作增强了组合创造力。相反,新手的高入门率与生成创造力负相关。通过扩展这组有用的概念,创造性的科学家获得了中心地位。同时,通过增加科学界的中心地位,科学家们可以复制和推广他们的结果,从而促进科学范式的发展。
机译:基于生物标志物的系统性硬化相关间质性肺病治疗反应预测模型。