kth.se
vente ...
Enkelt søk
Avansert søk -
Forskningspublikasjoner
Avansert søk -
Studentoppgaver
Statistikk
English
Svenska
Norsk
Jump to content
Endre søk
Søk
Søk
Kun dokumenter med fulltekst i DiVA
Referera
Exportera
BibTex
CSL-JSON
CSV 1
CSV 2
CSV 3
CSV 4
CSV 4
CSV alle metadata
CSV alle metadata version 2
RIS
Mods
MARC-XML
ETDMS
Link to record
Permanent link
https://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-315316
Direct link
http://kth.diva-portal.org/smash/record.jsf?pid=diva2:1679938
Referera
Referensformat
apa
ieee
modern-language-association-8th-edition
vancouver
Annet format
apa
ieee
modern-language-association-8th-edition
vancouver
Annet format
Fler format
Språk
de-DE
en-GB
en-US
fi-FI
nn-NO
nn-NB
sv-SE
Annet språk
de-DE
en-GB
en-US
fi-FI
nn-NO
nn-NB
sv-SE
Annet språk
Fler språk
Utmatningsformat
html
text
asciidoc
rtf
html
text
asciidoc
rtf
Skapa
Stäng
Deep Learning for Continuous Time Series of Clinical Waveform Data: Development of a clinical decision support system for predicting mortality in Covid-19 patients
Danker, Carolin
KTH, Skolan för kemi, bioteknologi och hälsa (CBH).
2022 (engelsk)
Independent thesis Advanced level (degree of Master (Two Years)), 20 poäng / 30 hp
Oppgave
Alternativ tittel
Djupinlärning för kontinuerlig klinisk vågformsdata : Utveckling av ett verktyg för kliniskt beslutsfattande gällande prognoser av dödlighet bland Covid-19 patienter (svensk)
sted, utgiver, år, opplag, sider
2022. , s. 69
Serie
TRITA-CBH-GRU ; 2022:090
Emneord [en]
Deep Learning, Mortality Prediction, Time Series Data, Waveform Data, Covid-19
HSV kategori
Identifikatorer
URN:
urn:nbn:se:kth:diva-315316
OAI: oai:DiVA.org:kth-315316
DiVA, id:
diva2:1679938
Eksternt samarbeid
Karolinska Institute
Fag / kurs
Medical Engineering
Utdanningsprogram
Master of Science in Engineering - Medical Engineering
Veileder
Vinuesa, Ricardo, Associate Professor
KTH, Skolan för teknikvetenskap (SCI), Teknisk mekanik, Strömningsmekanik och Teknisk Akustik.
Herlenius, Eric, Professor
Karolinska Institute.
Examiner
Larsson, Matilda, Professor
KTH, Skolan för kemi, bioteknologi och hälsa (CBH), Medicinteknik och hälsosystem.
Tilgjengelig fra:
2022-08-19
Laget:
2022-07-02
Sist oppdatert:
2022-08-19
bibliografisk kontrollert
Open Access i DiVA
Masterthesis_Carolin_Danker
(4683 kB)
601 nedlastinger
Filinformasjon
Fil
FULLTEXT01.pdf
Filstørrelse
4683 kB
Checksum
SHA-512
0fe261d657197bcaee041c8371cb166af191a120b6f662747ee92902813e8f7824809cad58434b9af631415d7362adab8a416a6c78f49cb966d3eb535485965f
Type
fulltext
Mimetype
application/pdf
Av organisasjonen
Om emnet
Søk utenfor DiVA
Google
Google Scholar
Totalt: 602 nedlastinger
Antall nedlastinger er summen av alle nedlastinger av alle fulltekster. Det kan for eksempel være tidligere versjoner som er ikke lenger tilgjengelige
urn-nbn
Altmetric
urn-nbn
Totalt: 238 treff
Referera
Exportera
BibTex
CSL-JSON
CSV 1
CSV 2
CSV 3
CSV 4
CSV 4
CSV alle metadata
CSV alle metadata version 2
RIS
Mods
MARC-XML
ETDMS
Link to record
Permanent link
https://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-315316
Direct link
http://kth.diva-portal.org/smash/record.jsf?pid=diva2:1679938
Referera
Referensformat
apa
ieee
modern-language-association-8th-edition
vancouver
Annet format
apa
ieee
modern-language-association-8th-edition
vancouver
Annet format
Fler format
Språk
de-DE
en-GB
en-US
fi-FI
nn-NO
nn-NB
sv-SE
Annet språk
de-DE
en-GB
en-US
fi-FI
nn-NO
nn-NB
sv-SE
Annet språk
Fler språk
Utmatningsformat
html
text
asciidoc
rtf
html
text
asciidoc
rtf
Skapa
Stäng
v. 2.47.0
|
WCAG
|
KTH Bibliotek
|
DiVA support
|
Registrera i DiVA
|
SwePub
DiVA
Logotyp