( en | de | ru )

 

Disambiguierung von "Zazzi, Maurizio"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
The Health Gym: Synthetic Health-Related Datasets for the Development of Reinforcement Learning Algorithms.

, , , , , , , , und . CoRR, (2022)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Maurizio Podda

Maurizio Venturini

Maurizio Zanazzi

Maurizio Serva

Maurizio Podda

 

Weitere Publikationen von Autoren mit dem selben Namen

A comparison of three computational modelling methods for the prediction of virological response to combination HIV therapy., , , , , , , , , und 6 andere Autor(en). Artif. Intell. Medicine, 47 (1): 63-74 (2009)A graph neural network-based model with Out-of-Distribution Robustness for enhancing Antiretroviral Therapy Outcome Prediction for HIV-1., , , , , , , , und . CoRR, (2023)Structured Proportional Jump Processes., , , , und . UAI, Seite 172-181. AUAI Press, (2014)The Health Gym: Synthetic Health-Related Datasets for the Development of Reinforcement Learning Algorithms., , , , , , , , und . CoRR, (2022)Regional Tree Regularization for Interpretability in Deep Neural Networks., , , , , , , und . AAAI, Seite 6413-6421. AAAI Press, (2020)Incorporating temporal dynamics of mutations to enhance the prediction capability of antiretroviral therapy's outcome for HIV-1., , , , , , , , und . CoRR, (2023)Statistical Comparison of Machine Learning Techniques for Treatment Optimisation of Drug-Resistant HIV-1., , und . CBMS, Seite 427-432. IEEE Computer Society, (2007)Regional Tree Regularization for Interpretability in Black Box Models., , , , , , , und . CoRR, (2019)High CD45 expression of CD8+ and CD4+ T cells correlates with the size of HIV-1 reservoir in blood, , , , , , und . Scientific Reports, 10 (1): 20425-- (2020)Preferential Mixture-of-Experts: Interpretable Models that Rely on Human Expertise as much as Possible., , , , , und . CoRR, (2021)