Buchumschlag

On the Predictability of non-CGM Diabetes Data for Personalized Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nguyen, Tu, Rokicki, Markus
Format:	Preprint
Veröffentlicht:	2018
Schlagworte:	Computers and Society Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Privacy-Preserving Personalization in Education: A Federated Recommender System for Student Performance Prediction
von: Tertulino, Rodrigo, et al.
Veröffentlicht: (2025)

DM-Bench: Benchmarking LLMs for Personalized Decision Making in Diabetes Management
von: Cardei, Maria Ana, et al.
Veröffentlicht: (2025)

A Review of Data Mining in Personalized Education: Current Trends and Future Prospects
von: Xiong, Zhang, et al.
Veröffentlicht: (2024)

Multi-view Attention Fusion of Heterogeneous Hypergraph with Dynamic Behavioral Profiling for Personalized Learning Resource Recommendation
von: Xie, Tao, et al.
Veröffentlicht: (2026)

Feature Engineering on LMS Data to Optimize Student Performance Prediction
von: Hubbard, Keith, et al.
Veröffentlicht: (2025)

Privacy-Preserved Taxi Demand Prediction System Utilizing Distributed Data
von: Ozeki, Ren, et al.
Veröffentlicht: (2024)

Personality-Enhanced Social Recommendations in SAMI: Exploring the Role of Personality Detection in Matchmaking
von: Harbison, Brittany, et al.
Veröffentlicht: (2025)

When Collaborative Filtering is not Collaborative: Unfairness of PCA for Recommendations
von: Liu, David, et al.
Veröffentlicht: (2023)

Predicting Male Domestic Violence Using Explainable Ensemble Learning and Exploratory Data Analysis
von: Jahin, Md Abrar, et al.
Veröffentlicht: (2024)

Multi-Layer Personalized Federated Learning for Mitigating Biases in Student Predictive Analytics
von: Chu, Yun-Wei, et al.
Veröffentlicht: (2022)

Implementation of Big Data Analytics for Diabetes Management: Needs Assessment in the Rwanda Healthcare System
von: Majyambere, Silas, et al.
Veröffentlicht: (2026)

Early Prediction of In-Hospital ICU Mortality Using Innovative First-Day Data: A Review
von: Huang, Baozhu, et al.
Veröffentlicht: (2025)

WatchAnxiety: A Transfer Learning Approach for State Anxiety Prediction from Smartwatch Data
von: Ahmed, Md Sabbir, et al.
Veröffentlicht: (2025)

TNANet: A Temporal-Noise-Aware Neural Network for Suicidal Ideation Prediction with Noisy Physiological Data
von: Liu, Niqi, et al.
Veröffentlicht: (2024)

Divide-Conquer Transformer Learning for Predicting Electric Vehicle Charging Events Using Smart Meter Data
von: Ke, Fucai, et al.
Veröffentlicht: (2024)

A Human-Centric Approach to Explainable AI for Personalized Education
von: Swamy, Vinitra
Veröffentlicht: (2025)

How Personality Traits Shape LLM Risk-Taking Behaviour
von: Hartley, John, et al.
Veröffentlicht: (2025)

I Prefer not to Say: Protecting User Consent in Models with Optional Personal Data
von: Leemann, Tobias, et al.
Veröffentlicht: (2022)

SweetDeep: A Wearable AI Solution for Real-Time Non-Invasive Diabetes Screening
von: Henriques, Ian, et al.
Veröffentlicht: (2025)

BamaER: A Behavior-Aware Memory-Augmented Model for Exercise Recommendation
von: Yang, Qing, et al.
Veröffentlicht: (2026)

Centralized vs. Federated Learning for Educational Data Mining: A Comparative Study on Student Performance Prediction with SAEB Microdata
von: Tertulino, Rodrigo
Veröffentlicht: (2025)

Efficient and Personalized Mobile Health Event Prediction via Small Language Models
von: Wang, Xin, et al.
Veröffentlicht: (2024)

Personalized Programming Guidance based on Deep Programming Learning Style Capturing
von: Liu, Yingfan, et al.
Veröffentlicht: (2024)

Personalizing Mathematical Game-based Learning for Children: A Preliminary Study
von: Gao, Jie, et al.
Veröffentlicht: (2026)

Machine Learners Should Acknowledge the Legal Implications of Large Language Models as Personal Data
von: Nolte, Henrik, et al.
Veröffentlicht: (2025)

Investigating Gender Fairness in Machine Learning-driven Personalized Care for Chronic Pain
von: Gajane, Pratik, et al.
Veröffentlicht: (2024)

Investigating Role of Personal Factors in Shaping Responses to Active Shooter Incident using Machine Learning
von: Liu, Ruying, et al.
Veröffentlicht: (2025)

Recommender Systems for Good (RS4Good): Survey of Use Cases and a Call to Action for Research that Matters
von: Jannach, Dietmar, et al.
Veröffentlicht: (2024)

Reconciling Predictive Multiplicity in Practice
von: Behzad, Tina, et al.
Veröffentlicht: (2025)

On Prediction-Modelers and Decision-Makers: Why Fairness Requires More Than a Fair Prediction Model
von: Scantamburlo, Teresa, et al.
Veröffentlicht: (2023)

Personalized Auto-Grading and Feedback System for Constructive Geometry Tasks Using Large Language Models on an Online Math Platform
von: Lee, Yong Oh, et al.
Veröffentlicht: (2025)

Should I use Synthetic Data for That? An Analysis of the Suitability of Synthetic Data for Data Sharing and Augmentation
von: Kulynych, Bogdan, et al.
Veröffentlicht: (2026)

Developing a Novel Holistic, Personalized Dementia Risk Prediction Model via Integration of Machine Learning and Network Systems Biology Approaches
von: Mamidala, Srilekha
Veröffentlicht: (2023)

The Value of Prediction in Identifying the Worst-Off
von: Fischer-Abaigar, Unai, et al.
Veröffentlicht: (2025)

Disparate Conditional Prediction in Multiclass Classifiers
von: Sabato, Sivan, et al.
Veröffentlicht: (2022)

Intersectional Two-sided Fairness in Recommendation
von: Wang, Yifan, et al.
Veröffentlicht: (2024)

Social Choice for Heterogeneous Fairness in Recommendation
von: Aird, Amanda, et al.
Veröffentlicht: (2024)

Emergent AI Surveillance: Overlearned Person Re-Identification and Its Mitigation in Law Enforcement Context
von: Nguyen, An Thi, et al.
Veröffentlicht: (2025)

Physics-Guided Fair Graph Sampling for Water Temperature Prediction in River Networks
von: He, Erhu, et al.
Veröffentlicht: (2024)

Temporal and Between-Group Variability in College Dropout Prediction
von: Glandorf, Dominik, et al.
Veröffentlicht: (2024)