约瑟夫·福托马
人员信息
附属: 苹果、纽约、纽约、美国 隶属关系(以前): 美国马萨诸塞州剑桥市哈佛大学保尔森工程与应用科学学院 隶属关系(前,2018年博士): 美国北卡罗来纳州达勒姆杜克大学统计科学系 隶属关系(以前): 美国新罕布什尔州汉诺威达特茅斯学院数学系
SPARQL查询
优化列表
2020年–今天
2021 [注2] 肖恩·朱厄尔 , 约瑟夫·福托马 , 劳伦·汉纳 , 安德鲁·米勒 , 尼古拉斯·J·福蒂 , 艾米丽·福克斯 :
这很复杂:描述手机移动性和新型冠状病毒在美国传播之间的时变关系。 npj数字。 医学 4 ( 2021 ) [c10] 安德鲁·米勒 , 利昂·A·盖兹 , 约瑟夫·福托马 , 艾米丽·福克斯 :
基于模型的度量:预测模型子种群性能的有效样本估计。 MLHC公司 2021 : 308-336 [i7] 安德鲁·C·米勒 , 利昂·A·盖兹 , 约瑟夫·福托马 , 艾米丽·福克斯 :
基于模型的度量:预测模型子种群性能的有效样本估计。 CoRR公司 abs/2104.12231 ( 2021 ) 2020 【c9】 约瑟夫·福托马 , 迈克尔·休斯 , 最终Doshi-Velez :
POPCORN:部分观察预测约束强化学习。 AISTATS公司 2020 : 3578-3588 【c8】 马克·森达克 , 马德琳·克莱尔·埃利什 , 迈克尔·高 , 约瑟夫·福托马 , 威廉·拉特利夫 , 马歇尔·尼科尔斯 , 阿曼多·贝多亚 , 苏雷什·巴鲁 , 卡拉·奥布莱恩 :
“人体是一个黑匣子”:用深度学习支持临床决策。 工厂验收试验* 2020 : 99-109 【c7】 奥马尔·戈特斯曼 , 约瑟夫·福托马 , 姚刘 , 索纳利·帕布 , 利奥·A·塞利 , 艾玛·布伦斯基尔 , 最终Doshi-Velez :
通过强调影响性转变,在强化学习中进行可解释的非政策评估。 ICML公司 2020 : 3658-3667 【c6】 杜建准 , 约瑟夫·福托马 , 最终Doshi-Velez :
具有神经常微分方程的半马尔可夫决策过程的基于模型的强化学习。 NeurIPS公司 2020 [i6] 约瑟夫·福托马 , 穆罕默德·马苏德 , 最终Doshi-Velez :
确定不同的、有效的SODA-RL治疗急性低血压的方法:安全优化的多种精确强化学习。 CoRR公司 abs/2001.03224 ( 2020 ) [i5] 约瑟夫·福托马 , 迈克尔·休斯 , 最终Doshi-Velez :
POPCORN:部分观察预测约束强化学习。 CoRR公司 abs/2001.04032 ( 2020 ) [i4] 奥马尔·戈特斯曼 , 约瑟夫·福托马 , 姚刘 , 索纳利·帕布 , 利奥·安东尼·塞利 , 艾玛·布伦斯基尔 , 最终Doshi-Velez :
通过强调影响性转变,在强化学习中进行可解释的非政策评估。 CoRR公司 2002年3月478日 ( 2020 ) [i3] 杜建准 , 约瑟夫·福托马 , 最终Doshi-Velez :
基于模型的神经ODE半马尔科夫决策过程强化学习。 CoRR公司 abs/2006.16210 ( 2020 )
2010 – 2019
2019 [i2] 马克·森达克 , 马德琳·克莱尔·埃利什 , 迈克尔·高 , 约瑟夫·福托马 , 威廉·拉特利夫 , 马歇尔·尼科尔斯 , 阿曼多·贝多亚 , 苏雷什·巴鲁 , 卡拉·奥布莱恩 :
“人体是一个黑盒子”:通过深度学习支持临床决策。 CoRR公司 abs/1911.08089 ( 2019 ) 2018 【b1】 约瑟夫·福托马 :
医疗保健中基于高斯过程的临床时间序列模型。 美国北卡罗来纳州达勒姆杜克大学, 2018 2017 【c5】 约瑟夫·福托马 , 桑杰·哈里哈兰 , 凯瑟琳·海勒 :
学习使用多任务高斯过程RNN分类器检测败血症。 ICML公司 2017 : 1174-1182 【c4】 约瑟夫·福托马 , 桑杰·哈里哈兰 , 凯瑟琳·海勒 , 马克·森达克 , 内森·布拉杰尔 , 梅雷迪思·克莱门特 , 阿曼多·贝多亚 , 卡拉·奥布莱恩 :
一种改进的多输出高斯过程RNN,用于早期脓毒症检测的实时验证。 MLHC公司 2017 : 243-254 2016 【c3】 约瑟夫·福托马 , 马克·森达克 , 布雷克·卡梅隆 , 凯瑟琳·海勒 :
用多变量纵向临床数据模型预测疾病进展。 MLHC公司 2016 : 42-54 【c2】 约瑟夫·福托马 , 马克·森达克 , 布雷克·卡梅隆 , 凯瑟琳·海勒 :
纵向和点过程数据的可扩展联合建模,用于疾病轨迹预测和改善慢性肾脏疾病的管理。 阿联酋 2016 2015 [j1] 约瑟夫·福托马 , 乔纳森·莫里斯 , 约瑟夫·卢卡斯 :
医院早期再入院预测模型的比较。 J.生物识别。 信息学 56 : 229-238 ( 2015 ) 2013 【c1】 尼古拉斯·J·福蒂 , 约瑟夫·福托马 , 丹尼尔·罗克摩尔 , 西内德·威廉姆森 :
一类相依随机测度的统一表示。 AISTATS公司 2013 : 20-28 2012 [i1] 尼古拉斯·J·福蒂 , 约瑟夫·福托马 , 丹尼尔·罗克摩尔 , 西内德·威廉姆森 :
一类相依随机测度的统一表示。 CoRR公司 abs/1211.4753 ( 2012 )