Hinweise zu Qualitätskriterien von Zeitschriften
Open-Access-Richtlinie der Helmholtz-Gemeinschaft 2016
CC Licencences
Metriken für Publikationen
Startseite
Login
English
Neuer EVA Antrag
Erweiterte Suche
Durchblättern nach ...
Publikationen im Überblick
HGF Fortschrittsbericht
OA Publikationen
Neue Publikation eintragen
Neue Publikation holen aus...
Fehlende Publikation melden
Ansprechpartner
Hilfe
Bibliometrische Indikatoren
Text
Endnote (RIS)
BibTeX
Verlagsversion
DOI
PMC
 |
Open Access Gold |
|
möglich sobald bei der ZB eingereicht worden ist.
More than just sound: Harnessing metadata to improve neural network classifiers for medical auscultation.
Patterns 3:100426 (2022)
Label-efficient algorithms are of central importance for machine learning applications in many medical fields, where obtaining expert annotations is often expensive and time-consuming. Soni et al. show how contrastive learning can help build classifiers for one of the oldest and most revered methods of clinical medicine: auscultation of heart and lung sounds.
Altmetric
Anmerkungen
Besondere Publikation
Auf Hompepage verbergern
Publikationstyp
Artikel: Journalartikel
Dokumenttyp
Editorial
Sprache
englisch
Veröffentlichungsjahr
2022
HGF-Berichtsjahr
2022
e-ISSN
2666-3899
Zeitschrift
Patterns
Quellenangaben
Band: 3,
Heft: 1,
Artikelnummer: 100426
Verlag
Cell Press
Begutachtungsstatus
Peer reviewed
Institut(e)
Institute of Computational Biology (ICB)
POF Topic(s)
30205 - Bioengineering and Digital Health
Forschungsfeld(er)
Enabling and Novel Technologies
PSP-Element(e)
G-503800-001
Scopus ID
85123713023
PubMed ID
35079721
Erfassungsdatum
2022-06-08