纳达·拉夫拉奇;埃尔皮达·科拉夫努（Elpida T.Keravnou）。;祖潘，布拉日 医学和药理学中的智能数据分析。第一届国际研讨会，IDAMAP-96，匈牙利布达佩斯，1996年8月。 （英语） Zbl 0882.92014号 Kluwer国际工程与计算机科学系列. 414. 多德雷赫特：Kluwer学术出版社。xxi，310页（1997年）。 [本卷的文章不会单独编入索引。]数据库中的智能数据分析、数据挖掘和知识发现近年来得到了大量研究人员和实践者的关注。这体现在相关会议和研讨会上提交和参与者数量的迅速增加，这一领域新期刊的出现（例如，数据挖掘和知识发现、智能数据分析等），以及这一领域越来越多的新应用。在我们看来，工业界对这些具有挑战性的研究领域和新兴技术的认识远大于医学和药理学。因此，本书的主要目的是提高对医学和药理学中可用于智能数据分析的各种技术和方法的认识，并介绍其应用的案例研究。本书的预期读者是对数据库中的智能数据分析、数据挖掘和知识发现感兴趣的研究人员和从业人员，尤其是那些旨在将这些技术用于医学和药理学的研究人员。人工智能和统计学的研究人员和学生也应该找到这本有趣的书。最后，对于面临新计算技术挑战的医生和药理学家来说，展示的许多材料都很有意思，或者仅仅需要有效利用由于改进了日常专业实践中的计算机支持而收集的大量数据。（摘自前言）内容：1。N.拉夫拉奇,E.T.Keravnou公司和B.祖班《医药智能数据分析：综述》；2S.Miksch公司,W.霍恩,Ch.Popow先生和F.帕基ICU监护中高频数据的时间导向分析；三。Y.沙哈尔，临床数据的上下文相关时间抽象；4E.T.Keravnou公司医学数据的时间抽象：导出周期；5R.贝拉齐,C.拉里扎和A.里瓦合作智能数据分析：在糖尿病患者管理中的应用；6M.博哈内克,M.雷姆斯,S.奴隶和B.呃，Ptah：一种支持医院感染治疗的系统；7M.库卡尔,N.比什奇,I.科诺连科,M.奥尔斯佩格和M.Robnik-Šikonja先生应用机器学习预测间变性甲状腺癌患者的生存时间；8I.A.皮里,D.姆拉迪尼奇,N.拉夫拉奇和T.S.普雷韦克，重型颅脑损伤患者的数据分析；9W.R.Shankle先生,S.Mani公司,M.J.巴扎尼和P.史密斯用机器学习方法筛查痴呆症；10B.Šter公司,M.库卡尔,A.多布尼卡尔,I.克兰杰克和I.科诺连科，用机器学习预测冠心病进展的实验；11N.Lavrać， D.甘伯格和S.Díeroski公司、降噪应用于风湿性疾病的早期诊断；12S.Díeroski公司,S.Schulze-Kremer公司,K.R.海特克,K.暹粒和D.Wettschereck公司，用机器学习从（{}^{13}\text{CNMR}\）光谱中阐明二萜结构；13F.沟口,H.Ohwada先生,M.Daidoji先生和S.Shirato公司，使用归纳逻辑编程学习识别青光眼的规则；14A.斯里尼瓦桑,R.D.金,S.H.马格尔顿和M.J.斯特恩伯格，使用归纳逻辑编程进行致癌预测；15B.祖班,J.A.哈尔特和M.博哈内克，决策表分解的概念发现及其在神经生理学中的应用；16U.赫瑟,J·哥佩特,W.罗森斯蒂尔和A.史蒂文斯使用自组织映射对人脑电波进行分类；17M.W.卡坦,H.石田,P.T.斯卡迪诺和J.R.贝克，将神经网络应用于前列腺癌生存数据。 引用于1文件 MSC公司： 92 C50 医疗应用（通用） 68层35 人工智能语言和软件系统理论（基于知识的系统、专家系统等） 92-06 与生物学有关的会议记录、会议、收藏等 00B25型 杂项特定利益的会议记录 68单位99 计算方法和应用 68T05型 人工智能中的学习和自适应系统 关键词：布达佩斯（匈牙利）;车间;诉讼程序;国际开发协会地图-96;智能数据分析;医学;药理学;监测糖尿病患者;抗生素有效性;决策树;机器学习;智能数据分析;数据挖掘;知识发现;临床数据的抽象;医学数据的抽象;患者管理 PDF格式BibTeX公司 XML格式引用 \textit｛N.Lavrač｝等人，《医学和药理学中的智能数据分析》。第一届国际研讨会，IDAMAP-96，匈牙利布达佩斯，1996年8月。多德雷赫特：Kluwer学术出版社（1997；Zbl 0882.92014）