Machine learning approach to understand worsening renal function in acute heart failure
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61384399%3A31140%2F22%3A00058313" target="_blank" >RIV/61384399:31140/22:00058313 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.mdpi.com/2218-273X/12/11/1616/pdf" target="_blank" >https://www.mdpi.com/2218-273X/12/11/1616/pdf</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.3390/biom12111616" target="_blank" >10.3390/biom12111616</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Machine learning approach to understand worsening renal function in acute heart failure
Popis výsledku v původním jazyce
Main topics of the document: acute heart failure; machine learning; clustering; artificial intelligence; cardiorenal syndrome
Název v anglickém jazyce
Machine learning approach to understand worsening renal function in acute heart failure
Popis výsledku anglicky
Main topics of the document: acute heart failure; machine learning; clustering; artificial intelligence; cardiorenal syndrome
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
30201 - Cardiac and Cardiovascular systems
Návaznosti výsledku
Projekt
—
Návaznosti
R - Projekt Ramcoveho programu EK
Ostatní
Rok uplatnění
2022
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Biomolecules
ISSN
2218-273X
e-ISSN
2218-273X
Svazek periodika
12
Číslo periodika v rámci svazku
11
Stát vydavatele periodika
CH - Švýcarská konfederace
Počet stran výsledku
14
Strana od-do
"nestrankovano"
Kód UT WoS článku
000883401600001
EID výsledku v databázi Scopus
2-s2.0-85141553574