Multimodal convolutional transformer (mct-dd): depression diagnosis through joint task analysis; Молодежь и современные информационные технологии

Multimodal convolutional transformer (mct-dd): depression diagnosis through joint task analysis; Молодежь и современные информационные технологии

Podrobná bibliografie
Parent link:Молодежь и современные информационные технологии.— 2024.— С. 47-51
Hlavní autor: Firoz N.
Další autoři: Berestneva O. G. Olga Grigorievna, Aksenov S. V. Sergey Vladimirovich
Shrnutí:A new deep learning method, Multimodal Convolutional Transformer, analyzes EEG and genetic data to diagnose MDD. This approach achieved high accuracy (97.16%) and surpasses other methods for early MDD detection, potentially aiding healthcare professionals
Текстовый файл
Jazyk:angličtina
Vydáno: 2024
Edice:Искусственный интеллект, машинное обучение и большие данные
Témata:
электронный ресурс
труды учёных ТПУ
genetics
transformers
EEG
Deep Learning
On-line přístup:http://earchive.tpu.ru/handle/11683/84880
Médium: MixedMaterials Elektronický zdroj Kapitola
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=675176

MARC

LEADER 00000naa2a2200000 4500
001 675176
005 20250226103747.0
090 |a 675176 
100 |a 20241003d2024 k||y0rusy50 ba 
101 0 |a eng 
102 |a RU 
135 |a drbn ---uucaa 
200 1 |a Multimodal convolutional transformer (mct-dd): depression diagnosis through joint task analysis  |f Firoz N., Beresteneva O. G., Aksyonov S. V. 
225 1 |a Искусственный интеллект, машинное обучение и большие данные 
283 |2 RDAcarrier 
320 |a References: 19 tit 
330 |a A new deep learning method, Multimodal Convolutional Transformer, analyzes EEG and genetic data to diagnose MDD. This approach achieved high accuracy (97.16%) and surpasses other methods for early MDD detection, potentially aiding healthcare professionals 
336 |a Текстовый файл 
463 |0 674802  |9 674802  |c Томск  |d 2024  |n Изд-во ТПУ  |o сборник трудов XXI Международной научно-практической конференции студентов, аспирантов и молодых ученых, 15–18 апреля 2024 г., Томск  |t Молодежь и современные информационные технологии  |u conference_tpu-2024-C04.pdf  |v С. 47-51  |f ред. кол. А. С. Фадеев, Н. Г. Марков, В. Г. Спицын [и др.] 
610 1 |a электронный ресурс 
610 1 |a труды учёных ТПУ 
610 1 |a genetics 
610 1 |a transformers 
610 1 |a EEG 
610 1 |a Deep Learning 
700 1 |a Firoz  |b N. 
701 1 |a Berestneva  |b O. G.  |c specialist in the field of informatics and computer technology  |c Professor of Tomsk Polytechnic University, Doctor of technical sciences  |f 1953-  |g Olga Grigorievna  |9 15165 
701 1 |a Aksenov  |b S. V.  |c Specialist in the field of informatics and computer technology  |c Associate Professor of Tomsk Polytechnic University, Candidate of technical sciences  |f 1983-  |g Sergey Vladimirovich  |9 15550 
801 0 |a RU  |b 63413507  |c 20241003 
850 |a 63413507 
856 4 |u http://earchive.tpu.ru/handle/11683/84880  |z http://earchive.tpu.ru/handle/11683/84880 
942 |c CF 

Podobné jednotky