University of California Los Angeles.;
Deep learning; Machine learning; Missing data imputation; Model interpretability; Synthetic data generation;
机译:数据解释框架集成了机器学习和模式识别功能,可通过收集的能量变化自动识别数据驱动的损坏
机译:使用卫生保健中的合成数据的监督机器学习的可靠性:用于保护数据共享隐私的模型
机译:基于机器学习的最佳机器缺失数据归档,用于COX比例危险模型
机译:体重指数数据的清洁和归咎及其对基于机器学习预测模型的影响
机译:数据解释框架,采用机器学习技术,通过新型自供电传感技术实现能源贫乏的数据驱动的结构健康监测
机译:基于最佳机器学习的缺失数据归档用于COX比例危险模型
机译:使用卫生保健中的合成数据的监督机器学习的可靠性:用于保护数据共享隐私的模型