典型文献
多源异构医学数据的集成和学习
文献摘要：
随着人工智能技术的发展,人工智能技术越来越多地应用在医学任务中.由于医学数据来源和结构上的多样性,导致其具有多源异构的特点.本文将系统性介绍多数据集成和学习方法,包括基于数据仓库、联邦数据库、中间件的数据集成方法,以及联邦学习、噪声数据学习、特征融合学习等对多源异构数据的学习方法.
文献关键词：
人工智能;多源异构数据;集成和学习
中图分类号：
作者姓名：
李寅昊;黎成权;刘林威;王霞;肖立
作者机构：
中国科学院计算技术研究所,中科院智能信息处理重点实验室,北京 100090;清华大学医学院,北京 100084;清华大学临床医学院,北京 100084;中国科学院大学宁波华美医院学科发展中心,浙江 宁波 305010
文献出处：
引用格式：
[1]李寅昊;黎成权;刘林威;王霞;肖立-.多源异构医学数据的集成和学习)[J].现代医学与健康研究（电子版）,2022(06):82-89
A类：
集成和学习
B类：
医学数据,数据来源,异构的,数据集成,数据仓库,联邦数据,中间件,集成方法,联邦学习,噪声数据,数据学习,特征融合,融合学习,多源异构数据
AB值：
0.325822
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
