刷新
{{item.name}}会员
Using clinical polysomnography data and machine learning to determine minimum sensing requirements for pediatric sleep studies
使用临床多导睡眠图数据和机器学习来确定儿科睡眠研究的最低传感要求
基本信息
- 批准号：491364
- 负责人：
- 金额：$ 5.46万
- 依托单位：
- 依托单位国家：加拿大
- 项目类别：Operating Grants
- 财政年份：2023
- 资助国家：加拿大
- 起止时间：2023-10-01 至 2024-10-01
- 项目状态：已结题
- 来源：
- 关键词：
项目摘要
Sleep disorders are a common concern for Canadian children. Such disorders can be associated with cognitive, behavioural, emotional and physical health problems. To diagnose such problems, clinical sleep studies are the gold standard method. However, slee
睡眠障碍是加拿大儿童普遍关注的问题。这种疾病可能与认知、行为、情绪和身体健康问题有关。为了诊断这些问题，临床睡眠研究是金标准方法。然而，slee
项目成果
期刊论文数量（0）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
数据更新时间：{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI：
{{ item.doi }} - 发表时间：
{{ item.publish_year }} - 期刊：
- 影响因子：{{ item.factor }}
- 作者：
{{ item.authors }} - 通讯作者：
{{ item.author }}
数据更新时间：{{ journalArticles.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ monograph.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ sciAawards.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ patent.updateTime }}
Wu Lyndia (Chun)其他文献
Wu Lyndia (Chun)的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI：
{{ item.doi }} - 发表时间：
{{ item.publish_year }} - 期刊：
- 影响因子：{{ item.factor }}
- 作者：
{{ item.authors }} - 通讯作者：
{{ item.author }}
{{ truncateString('Wu Lyndia (Chun)', 18)}}的其他基金
A prospective and longitudinal investigation of concussive and subconcussive mild traumatic brain injury mechanisms in ice hockey
冰球运动中脑震荡和亚脑震荡轻度创伤性脑损伤机制的前瞻性纵向研究
- 批准号：
419138 - 财政年份：2020
- 资助金额：
$ 5.46万 - 项目类别：
Operating Grants
相似国自然基金
Understanding structural evolution of galaxies with machine learning
- 批准号：n/a
- 批准年份：2022
- 资助金额：10.0 万元
- 项目类别：省市级项目
相似海外基金
DMS-EPSRC: Asymptotic Analysis of Online Training Algorithms in Machine Learning: Recurrent, Graphical, and Deep Neural Networks
DMS-EPSRC：机器学习中在线训练算法的渐近分析：循环、图形和深度神经网络
- 批准号：
EP/Y029089/1 - 财政年份：2024
- 资助金额：
$ 5.46万 - 项目类别：
Research Grant
Collaborative Research: SHF: Small: Quasi Weightless Neural Networks for Energy-Efficient Machine Learning on the Edge
合作研究：SHF：小型：用于边缘节能机器学习的准失重神经网络
- 批准号：
2326895 - 财政年份：2023
- 资助金额：
$ 5.46万 - 项目类别：
Standard Grant
DMS-EPSRC: Asymptotic Analysis of Online Training Algorithms in Machine Learning: Recurrent, Graphical, and Deep Neural Networks
DMS-EPSRC：机器学习中在线训练算法的渐近分析：循环、图形和深度神经网络
- 批准号：
2311500 - 财政年份：2023
- 资助金额：
$ 5.46万 - 项目类别：
Standard Grant
Collaborative Research: SHF: Small: Quasi Weightless Neural Networks for Energy-Efficient Machine Learning on the Edge
合作研究：SHF：小型：用于边缘节能机器学习的准失重神经网络
- 批准号：
2326894 - 财政年份：2023
- 资助金额：
$ 5.46万 - 项目类别：
Standard Grant
I-Corps: A machine learning model based on neural networks trained to recognize correlations and patterns that indicates possible medical complications
I-Corps：基于神经网络的机器学习模型，经过训练可以识别指示可能的医疗并发症的相关性和模式
- 批准号：
2321426 - 财政年份：2023
- 资助金额：
$ 5.46万 - 项目类别：
Standard Grant
Unlocking spiking neural networks for machine learning research
解锁用于机器学习研究的尖峰神经网络
- 批准号：
EP/V052241/1 - 财政年份：2022
- 资助金额：
$ 5.46万 - 项目类别：
Fellowship
Applications of machine learning and neural networks to improve SNO+ data analysis
应用机器学习和神经网络改进 SNO 数据分析
- 批准号：
546735-2020 - 财政年份：2022
- 资助金额：
$ 5.46万 - 项目类别：
Alexander Graham Bell Canada Graduate Scholarships - Doctoral
CIF: Small: Interpretable Machine Learning based on Deep Neural Networks: A Source Coding Perspective
CIF：小：基于深度神经网络的可解释机器学习：源编码视角
- 批准号：
2205004 - 财政年份：2022
- 资助金额：
$ 5.46万 - 项目类别：
Standard Grant
Spectral encoding and machine learning algorithms for photonic convolutional neural networks
光子卷积神经网络的光谱编码和机器学习算法
- 批准号：
572906-2022 - 财政年份：2022
- 资助金额：
$ 5.46万 - 项目类别：
University Undergraduate Student Research Awards
Construction of stochastic superconductor neural networks towards ultra-low-power machine learning
面向超低功耗机器学习的随机超导神经网络的构建
- 批准号：
22H00220 - 财政年份：2022
- 资助金额：
$ 5.46万 - 项目类别：
Grant-in-Aid for Scientific Research (A)