Buchumschlag

Multimodal Data Integration for Oncology in the Era of Deep Neural Networks: A Review

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Waqas, Asim, Tripathi, Aakash, Ramachandran, Ravi P., Stewart, Paul, Rasool, Ghulam
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

HoneyBee: A Scalable Modular Framework for Creating Multimodal Oncology Datasets with Foundational Embedding Models
von: Tripathi, Aakash, et al.
Veröffentlicht: (2024)

Embedding-based Multimodal Learning on Pan-Squamous Cell Carcinomas for Improved Survival Outcomes
von: Waqas, Asim, et al.
Veröffentlicht: (2024)

Self-Normalizing Foundation Model for Enhanced Multi-Omics Data Analysis in Oncology
von: Waqas, Asim, et al.
Veröffentlicht: (2024)

EAGLE: Efficient Alignment of Generalized Latent Embeddings for Multimodal Survival Prediction with Interpretable Attribution Analysis
von: Tripathi, Aakash, et al.
Veröffentlicht: (2025)

Explainable AI in Genomics: Transcription Factor Binding Site Prediction with Mixture of Experts
von: Tripathi, Aakash, et al.
Veröffentlicht: (2025)

Future-Proofing Medical Imaging with Privacy-Preserving Federated Learning and Uncertainty Quantification: A Review
von: Koutsoubis, Nikolas, et al.
Veröffentlicht: (2024)

Vision-Language Models for Medical Report Generation and Visual Question Answering: A Review
von: Hartsock, Iryna, et al.
Veröffentlicht: (2024)

Privacy Preserving Federated Learning in Medical Imaging with Uncertainty Estimation
von: Koutsoubis, Nikolas, et al.
Veröffentlicht: (2024)

Brain-Inspired Continual Learning-Robust Feature Distillation and Re-Consolidation for Class Incremental Learning
von: Khan, Hikmat, et al.
Veröffentlicht: (2024)

Adversarially Diversified Rehearsal Memory (ADRM): Mitigating Memory Overfitting Challenge in Continual Learning
von: Khan, Hikmat, et al.
Veröffentlicht: (2024)

Scalable Bayesian Inference in the Era of Deep Learning: From Gaussian Processes to Deep Neural Networks
von: Antoran, Javier
Veröffentlicht: (2024)

Integrating Neural Networks and Dictionary Learning for Multidimensional Clinical Characterizations from Functional Connectomics Data
von: D'Souza, Niharika Shimona, et al.
Veröffentlicht: (2020)

A Post-Training Approach for Mitigating Overfitting in Quantum Convolutional Neural Networks
von: Shinde, Aakash Ravindra, et al.
Veröffentlicht: (2023)

Eau De $Q$-Network: Adaptive Distillation of Neural Networks in Deep Reinforcement Learning
von: Vincent, Théo, et al.
Veröffentlicht: (2025)

Advancing Precision Oncology Through Modeling of Longitudinal and Multimodal Data
von: Zhuang, Luoting, et al.
Veröffentlicht: (2025)

On Tuning Neural ODE for Stability, Consistency and Faster Convergence
von: Akhtar, Sheikh Waqas
Veröffentlicht: (2023)

An Integrated Approach to Neural Architecture Search for Deep Q-Networks
von: Rahmani, Iman, et al.
Veröffentlicht: (2025)

A Data-Driven Review of Remote Sensing-Based Data Fusion in Precision Agriculture from Foundational to Transformer-Based Techniques
von: Saki, Mahdi, et al.
Veröffentlicht: (2024)

Accelerated Sampling of Rare Events using a Neural Network Bias Potential
von: Hua, Xinru, et al.
Veröffentlicht: (2024)

Uni-Hema: Unified Model for Digital Hematopathology
von: Rehman, Abdul, et al.
Veröffentlicht: (2025)

Towards Interpretable Deep Neural Networks for Tabular Data
von: Elhadri, Khawla, et al.
Veröffentlicht: (2025)

Data Mining in Transportation Networks with Graph Neural Networks: A Review and Outlook
von: Xue, Jiawei, et al.
Veröffentlicht: (2025)

DICOM De-Identification via Hybrid AI and Rule-Based Framework for Scalable, Uncertainty-Aware Redaction
von: Naddeo, Kyle, et al.
Veröffentlicht: (2025)

Self-Supervised Neural Architecture Search for Multimodal Deep Neural Networks
von: Suzuki, Shota, et al.
Veröffentlicht: (2025)

Habitat Radiomics Predict HPV Status in Oropharyngeal Cancer
von: Oya Altinok, et al.
Veröffentlicht: (2025)

SUPER-Net: Trustworthy Image Segmentation via Uncertainty Propagation in Encoder-Decoder Networks
von: Carannante, Giuseppina, et al.
Veröffentlicht: (2021)

SNR and Resource Adaptive Deep JSCC for Distributed IoT Image Classification
von: Waqas, Ali, et al.
Veröffentlicht: (2025)

Optimizing LSTM Neural Networks for Resource-Constrained Retail Sales Forecasting: A Model Compression Study
von: Pagidoju, Ravi Teja
Veröffentlicht: (2026)

HYDRA: Hypergradient Data Relevance Analysis for Interpreting Deep Neural Networks
von: Chen, Yuanyuan, et al.
Veröffentlicht: (2021)

A Sparse-Attention Deep Learning Model Integrating Heterogeneous Multimodal Features for Parkinson's Disease Severity Profiling
von: Datta, Dristi, et al.
Veröffentlicht: (2026)

Frailty Estimation in Elderly Oncology Patients Using Multimodal Wearable Data and Multi-Instance Learning
von: Kyprakis, Ioannis, et al.
Veröffentlicht: (2026)

A Floating Normalization Scheme for Deep Learning-Based Custom-Range Parameter Extraction in BSIM-CMG Compact Models
von: Ashai, Aasim, et al.
Veröffentlicht: (2025)

On the Ability of Deep Networks to Learn Symmetries from Data: A Neural Kernel Theory
von: Perin, Andrea, et al.
Veröffentlicht: (2024)

A Deep-Generative Hybrid Model to Integrate Multimodal and Dynamic Connectivity for Predicting Spectrum-Level Deficits in Autism
von: D'Souza, Niharika Shimona, et al.
Veröffentlicht: (2020)

Clus-UCB: A Near-Optimal Algorithm for Clustered Bandits
von: Gore, Aakash, et al.
Veröffentlicht: (2025)

Prediction of Effective Elastic Moduli of Rocks using Graph Neural Networks
von: Chung, Jaehong, et al.
Veröffentlicht: (2023)

Learn2Mix: Training Neural Networks Using Adaptive Data Integration
von: Venkatasubramanian, Shyam, et al.
Veröffentlicht: (2024)

Learning to be Reproducible: Custom Loss Design for Robust Neural Networks
von: Ahmed, Waqas, et al.
Veröffentlicht: (2026)

On the Neural Feature Ansatz for Deep Neural Networks
von: Tansley, Edward, et al.
Veröffentlicht: (2025)

Deep Neural Networks are Adaptive to Function Regularity and Data Distribution in Approximation and Estimation
von: Liu, Hao, et al.
Veröffentlicht: (2024)