A tétel áttekintő adatai

Szerző
dc.contributor.author
Mani Vinodhinihu_HU
Szerző
dc.contributor.author
Kavitha C.hu_HU
Szerző
dc.contributor.author
Band Shahab S.hu_HU
Szerző
dc.contributor.author
Mosavi Amirhu_HU
Szerző
dc.contributor.author
Hollins Paulhu_HU
Szerző
dc.contributor.author
Palanisamy Selvashankarhu_HU
Elérhetőség dátuma
dc.date.accessioned
2022-04-11T10:31:17Z
Rendelkezésre állás dátuma
dc.date.available
2022-04-11T10:31:17Z
Kiadás
dc.date.issued
2022hu_HU
Issn
dc.identifier.issn
2296-2565hu_HU
Uri
dc.identifier.uri
http://hdl.handle.net/20.500.12944/17575
Kivonat
dc.description.abstract
The proliferation of wearable sensors that record physiological signals has resulted in an exponential growth of data on digital health. To select the appropriate repository for the increasing amount of collected data, intelligent procedures are becoming increasingly necessary. However, allocating storage space is a nuanced process. Generally, patients have some input in choosing which repository to use, although they are not always responsible for this decision. Patients are likely to have idiosyncratic storage preferences based on their unique circumstances. The purpose of the current study is to develop a new predictive model of health data storage to meet the needs of patients while ensuring rapid storage decisions, even when data is streaming from wearable devices. To create the machine learning classifier, we used a training set synthesized from small samples of experts who exhibited correlations between health data and storage features. The results confirm the validity of the machine learning methodology. Copyrighthu_HU
Nyelv
dc.language
enhu_HU
Kiadó
dc.publisher
Frontiers Media S.A.hu_HU
Kulcsszó
dc.subject
artificial intelligencehu_HU
Kulcsszó
dc.subject
deep learninghu_HU
Kulcsszó
dc.subject
health datahu_HU
Kulcsszó
dc.subject
health repositoryhu_HU
Kulcsszó
dc.subject
machine learninghu_HU
Kulcsszó
dc.subject
patientshu_HU
Kulcsszó
dc.subject
storagehu_HU
Cím
dc.title
A Recommendation System Based on AI for Storing Block Data in the Electronic Health Repositoryhu_HU
Típus
dc.type
folyóiratcikkhu_HU
Változat
dc.description.version
publishedhu_HU
Hozzáférés
dc.rights.accessRights
nyílt hozzáférésűhu_HU
Doi azonosító
dc.identifier.doi
10.3389/fpubh.2021.831404hu_HU
Tudományág
dc.subject.discipline
Műszaki tudományokhu_HU
Tudományterület
dc.subject.sciencebranch
Műszaki tudományok/Informatikai tudományokhu_HU
Mtmt azonosító
dc.identifier.mtmt
32607350hu_HU
Folyóirat
dc.identifier.journalTitle
Frontiers in Public Healthhu_HU
Évfolyam
dc.identifier.journalVolume
9hu_HU
Wos azonosító
dc.identifier.wos
000751455600001hu_HU
Scopus azonosító
dc.identifier.scopus
2-s2.0-85124072429hu_HU
Szerző intézménye
dc.contributor.department
Információs Társadalom Kutatóintézethu_HU
Kar
dc.contributor.faculty
Eötvös József Kutatóközponthu_HU


A tételhez tartozó fájlok

A Recommendation System Based on AI for Storing Block Data in the Electronic Health Repository
 
 

Ez a tétel a következő gyűjteményekben található meg

A tétel áttekintő adatai

Tallózás a gyűjteményekben

Kategóriák és gyűjtemények
Megjelenés dátuma
Szerző
Cím
Tárgyszó
Feltöltés dátuma
Közszolgálati Online LexikonMagyary ArchívumLudovika Gyűjtemény