Machine learning-based pain intensity estimation: where pattern recognition meets chaos theory—an example based on the BioVid heat pain database
- Standort
-
Deutsche Nationalbibliothek Frankfurt am Main
- Umfang
-
Online-Ressource
- Sprache
-
Englisch
- Erschienen in
-
In: IEEE Access ; 10 (2022). - S. 102770-102777. - eISSN 2169-3536
- Schlagwort
-
Chaostheorie
Entscheidungsbaum
- Ereignis
-
Veröffentlichung
- (wo)
-
Ulm
- (wer)
-
Universität Ulm
- (wann)
-
2022
- Urheber
-
Bellmann, Peter
Thiam, Patrick
Kestler, Hans A.
Schwenker, Friedhelm
- DOI
-
10.18725/OPARU-46661
- URN
-
urn:nbn:de:bsz:289-oparu-46737-0
- Rechteinformation
-
Der Zugriff auf das Objekt ist unbeschränkt möglich.
- Letzte Aktualisierung
-
25.03.2025, 13:43 MEZ
Datenpartner
Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Beteiligte
- Bellmann, Peter
- Thiam, Patrick
- Kestler, Hans A.
- Schwenker, Friedhelm
- Universität Ulm
Entstanden
- 2022
Ähnliche Objekte (12)
Multi-modal pain intensity recognition based on the SenseEmotion database
Multi-modal pain intensity assessment based on physiological signals: a deep learning perspective
Automatic vs. human recognition of pain intensity from facial expression on the X-ITE pain database
Automatic vs. human recognition of pain intensity from facial expression on the X-ITE pain database
Pain
PAIN
PAIn
PAin
PAin
Pain
PAin
PAIn
Multi-modal pain intensity recognition based on the SenseEmotion database
Multi-modal pain intensity assessment based on physiological signals: a deep learning perspective
Automatic vs. human recognition of pain intensity from facial expression on the X-ITE pain database
Automatic vs. human recognition of pain intensity from facial expression on the X-ITE pain database
Pain
PAIN
PAIn
PAin
PAin
Pain
PAin
PAIn
Multi-modal pain intensity recognition based on the SenseEmotion database
Multi-modal pain intensity assessment based on physiological signals: a deep learning perspective
Automatic vs. human recognition of pain intensity from facial expression on the X-ITE pain database
Automatic vs. human recognition of pain intensity from facial expression on the X-ITE pain database
Pain
PAIN
PAIn
PAin
PAin
Pain
PAin