Skip to content
Pubblica & Distribuisci
Soluzioni Editoriali
Soluzioni di Distribuzione
Servizi bibliotecari
Temi
Architettura e design
Arti
Business e Economia
Chimica
Chimica industriale
Farmacia
Filosofia
Fisica
Geoscienze
Ingegneria
Interesse generale
Legge
Letteratura
Linguistica e semiotica
Matematica
Medicina
Musica
Scienze bibliotecarie e dell'informazione, studi library
Scienze dei materiali
Scienze della vita
Scienze informatiche
Scienze sociali
Sport e tempo libero
Storia
Studi classici e del Vicino Oriente antico
Studi culturali
Studi ebraici
Teologia e religione
Pubblicazioni
Riviste
Libri
Atti
Editori
Journal Matcher
Blog
Contatti
Cerca
Italiano
English
Deutsch
Polski
Español
Français
Italiano
Carrello
Home
Riviste
Applied Mathematics and Nonlinear Sciences
Volume 9 (2024): Numero 1 (Gennaio 2024)
Accesso libero
Predictive analysis of brain imaging data based on deep learning algorithms
Xuan Wang
Xuan Wang
School of Computer and Communication Engineering, University of Science and Technology Beijing
Beijing, China
Cerca questo autore su
Sciendo
|
Google Scholar
Wang, Xuan
,
Xiaotong Zhang
Xiaotong Zhang
School of Computer and Communication Engineering, University of Science and Technology Beijing
Beijing, China
Cerca questo autore su
Sciendo
|
Google Scholar
Zhang, Xiaotong
e
Yuchen Zhang
Yuchen Zhang
School of Electronic and Information Engineering, Tongji University
Shanghai, China
Cerca questo autore su
Sciendo
|
Google Scholar
Zhang, Yuchen
01 apr 2024
Applied Mathematics and Nonlinear Sciences
Volume 9 (2024): Numero 1 (Gennaio 2024)
INFORMAZIONI SU QUESTO ARTICOLO
Articolo precedente
Articolo Successivo
Sommario
Bibliografia
Autori
Articoli in questo Numero
Anteprima
PDF
Cita
CONDIVIDI
Scarica la copertina
Pubblicato online:
01 apr 2024
Ricevuto:
22 gen 2024
Accettato:
30 gen 2024
DOI:
https://doi.org/10.2478/amns-2024-0702
Parole chiave
Brain imaging data
,
Deep learning
,
Kendall’s harmony coefficient
,
Data prediction
© 2024 Xuan Wang et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.