Gast ::
Evaluating the Explainable AI Method Grad-CAM for Breath Classification on Newborn Time Series Data
; ; ; ; ; ; ;
In
12th IFAC Symposium on Biological and Medical Systems BMS 2024 : Villingen-Schwenningen, Germany, September 11-13, 2024 / Edited by Balázs Benyó
In
IFAC-PapersOnLine 58(24), Seiten/Artikel-Nr.:123-128
2024
Person Oprea, Camelia auch First author
Online
DOI: 10.1016/j.ifacol.2024.11.023
DOI: 10.18154/RWTH-2024-10974
URL: http://publications.rwth-aachen.de/record/996994/files/996994.pdf
Einrichtungen
- Lehrstuhl für Embedded Software (Informatik 11) (122810)
- Fachgruppe Informatik (120000)
- Lehr- und Forschungsgebiet Neonatologische Intensivmedizin (938520)
Projekte
- BMBF 031L0303B - CompLS - Runde 5 - Verbundprojekt: Alx-NEO-guard - Erkennung von Komplikationen und Simulation physiologischer Mechanismen von intensivmedizinischen Neonatal-Behandlungen mit Hilfe von KI - Teilprojekt B (031L0303B) (031L0303B)
- BMBF 031L0303A - CompLS - Runde 5 - Verbundprojekt: AIx-NEO-guard - Erkennung von Komplikationen und Simulation physiologischer Mechanismen von intensivmedizinischen Neonatal-Behandlungen mit Hilfe von KI - Teilprojekt A (031L0303A) (031L0303A)
Thematische Einordnung (Klassifikation)
DDC: 600
OpenAccess: 
PDF
Dokumenttyp
Journal Article/Contribution to a conference proceedings
Format
online
Sprache
English
Anmerkung
Peer reviewed article
Externe Identnummern
SCOPUS: SCOPUS:2-s2.0-85210869906
WOS Core Collection: WOS:001359709100022
Interne Identnummern
RWTH-2024-10974
Datensatz-ID: 996994
Beteiligte Länder
Germany
; 
; SCOPUS
PDF