西纳·拉希迪安
人员信息
优化列表
![笔记](https://dblp.uni-trier.de/img/note-mark.dark.12x12.png)
2020年-今天
2023 【c8】 崔文哲 , 刘瑞(Rui Liu) , 直隶 , 王一凡 , 安德鲁·王 , 夏照 , 西纳·拉希迪安 , Furqan Baig公司 , I.V.罗摩克里希南 , 王福生 , 毕晓军 :
GlanceWriter:通过凝视字母来书写文本。 芝加哥 2023 : 719:1-719:13 2022 [j3] 侯赛因·埃斯特里 , 扎卡里·H·斯特拉瑟 , 西纳·拉希迪安 , 杰弗里·克莱恩 , 卡维什瓦·瓦格利卡尔 , 小托马斯·H·麦考伊。 , 肖恩·墨菲 :
一个客观框架,用于评估预测新冠肺炎结局的医学人工智能模型中未识别的偏差。 美国医学信息学会。 29 ( 8 ) : 1334-1341 ( 2022 ) 【c7】 赵茂正 , 亨利·黄 , 直隶 , 刘瑞(Rui Liu) , 崔文哲 , 卡哈尔·托什尼瓦尔 , 安娜亚·戈尔 , 安德鲁·王 , 夏照 , 西纳·拉希迪安 , Furqan Baig公司 , 基姆·菲 , 翟淑敏 , I.V.罗摩克里希南 , 王福生 , 毕晓军 :
EyeSayCorrect:用于移动设备的基于眼神和语音的免提文本校正。 国际单位 2022 : 470-482 2021 [注2] 新余洞 , 邓建元 , 西纳·拉希迪安 , 凯利·阿贝尔-哈特 , 魏侯 , 理查德·罗森塔尔 , 玛丽·M·萨尔茨 , 乔尔·萨尔茨 , 王福生 :
通过深度学习识别服用阿片类药物的患者的阿片类使用障碍风险。 美国医学信息学会。 28 ( 8 ) : 1683-1693 ( 2021 ) [j1] 新余洞 , 邓建元 , 魏厚 , 西纳·拉希迪安 , 理查德·罗森塔尔 , 玛丽·M·萨尔茨 , 乔尔·萨尔茨 , 王福生 :
基于时间深度学习的电子健康记录预测阿片类处方患者的阿片类药物过量风险。 J.生物识别。 信息学 116 : 103725 ( 2021 ) 【c6】 Siao Sun公司 , 王福生 , 西纳·拉希迪安 , 塔辛M.库拉 , 凯利·阿贝尔-哈特 , 贾诺斯·哈亚戈斯(Janos G.Hajagos) , 魏朱 , 玛丽·M·萨尔茨 , 乔尔·萨尔茨 :
使用递归自动编码器和生成对抗网络生成纵向合成EHR数据。 AMIA公司 2021 【c5】 小孙 , 王福生 , 西纳·拉希迪安 , 塔辛M.库拉 , 凯利·阿贝尔-哈特 , 贾诺斯·哈亚戈斯(Janos G.Hajagos) , 魏朱 , 玛丽·M·萨尔茨 , 乔尔·萨尔茨 :
使用递归自动编码器和生成对抗网络生成纵向合成EHR数据。 聚乙烯/ VLDB处的DMAH 2021 : 153-165 2020 [c4] 西纳·拉希迪安 , 王福生 , 理查德·莫菲特 , 维克托·加西亚 , 阿努拉·达特 , Wei Chang公司 , 维什瓦姆·潘迪亚 , 贾诺斯·哈亚戈斯(Janos G.Hajagos) , 玛丽·M·萨尔茨 , 乔尔·萨尔茨 :
平滑GAN:朝向清晰平滑的合成EHR数据生成。 AIME公司 2020 : 37-48 [i2] 新余洞 , 邓建元 , 西纳·拉希迪安 , 凯利·阿贝尔-哈特 , 魏厚 , 理查德·罗森塔尔 , 玛丽·M·萨尔茨 , 乔尔·索尔茨 , 王福生 :
通过深度学习识别服用阿片类药物的患者患阿片类药物使用障碍的风险。 CoRR公司 abs/2010.04589 ( 2020 )
2010 – 2019
2019 【c3】 新余洞 , 西纳·拉希迪安 , Yu Wang(王宇) , 贾诺斯·哈亚戈斯(Janos G.Hajagos) , 夏照 , 理查德·罗森塔尔 , Jun Kong(香港) , 玛丽·M·萨尔茨 , 乔尔·萨尔茨 , 王福生 :
基于机器学习的电子健康记录阿片类药物过量预测。 AMIA公司 2019 2018 【c2】 西纳·拉希迪安 , 新余洞 , Shubham Kumar Jain先生 , 王福生 :
EaserGeocoder:集成地理编码和机器学习(演示文件)。 空间/地理信息系统 2018 : 572-575 [i1] 西纳·拉希迪安 , 贾诺斯·哈亚戈斯(Janos G.Hajagos) , 理查德·莫菲特 , 王福生 , 董新宇 , 凯利·阿贝尔-哈特 , 金伯利·诺埃尔 , 拉贾西·古普塔 , 马修·塔拉坎 , Veena Lingam公司 , 乔尔·萨尔茨 , 玛丽·M·萨尔茨 :
利用深度学习进行疾病表型分析:一项糖尿病病例研究。 CoRR公司 abs/1811.11818 ( 2018 ) 2017 【c1】 西纳·拉希迪安 , 新余洞 , 阿莫·阿瓦达尼 , 普拉奇·波达尔 , 王福生 :
针对海量地址数据集的有效可扩展和集成地理编码。 SIGSPATIAL/GIS系统 2017 : 26:1-26:10
合著者索引
![](https://dblp.uni-trier.de/img/cog.dark.24x24.png)