Analyse comparative des approches hybrides et d'ensemble en apprentissage automatique pour prédire les valeurs de transfert des joueurs de football

Contexte académique Dans l’économie moderne du football, la valeur marchande des joueurs sur le marché des transferts ne dépend pas seulement de leurs performances sur le terrain, mais aussi de facteurs tels que leur notoriété et leur influence sur les réseaux sociaux. Avec la mondialisation de l’industrie du football, les décisions des clubs sur l...

A2DM : Amélioration de l'élimination des artefacts EEG par fusion de la représentation des artefacts dans le domaine temps-fréquence

Contexte académique L’électroencéphalogramme (EEG) est un outil essentiel pour étudier l’activité cérébrale, largement utilisé dans les domaines des neurosciences, du diagnostic clinique et des interfaces cerveau-ordinateur. Cependant, les signaux EEG sont souvent contaminés par divers artefacts lors de l’acquisition, tels que les artefacts oculair...

Apprentissage de représentation auto-supervisé guidé par un curriculum de réseaux hétérogènes dynamiques

Contexte académique Dans le monde réel, les données de réseau (telles que les réseaux sociaux, les réseaux de citations, etc.) contiennent généralement différents types de nœuds et de liens, et ces structures de réseau évoluent dynamiquement au fil du temps. Pour mieux analyser ces réseaux complexes, les chercheurs ont proposé des techniques d’inco...

Modèle prédictif pour les alertes de risque quotidiennes chez les patients atteints de sepsis en unité de soins intensifs : visualisation et analyse clinique des indicateurs de risque

Le sepsis est un syndrome de réponse inflammatoire systémique déclenché par une infection, entraînant souvent une défaillance multiviscérale et un taux de mortalité élevé. Bien que les technologies médicales modernes aient fait des progrès significatifs dans le traitement du sepsis, certains patients décèdent encore en raison d’une détérioration ra...

Intégration de données multimodales basée sur l'apprentissage profond pour améliorer la prédiction de la survie sans maladie dans le cancer du sein

Le cancer du sein est l’une des tumeurs malignes les plus courantes chez les femmes dans le monde. Bien que les interventions précoces et les traitements appropriés aient considérablement amélioré le taux de survie des patientes, environ 30 % des cas récidivent et développent des métastases à distance, ce qui entraîne un taux de survie à 5 ans infé...

GutBugDB : une ressource web pour prédire la biotransformation des molécules biotiques et xénobiotiques médiée par le microbiome intestinal humain

Ces dernières années, le rôle crucial du microbiote intestinal humain (Human Gut Microbiota, HGM) dans le métabolisme des médicaments et des nutriments a été progressivement reconnu. Le microbiote intestinal influence non seulement la biodisponibilité des médicaments administrés par voie orale, mais participe également à la biotransformation des mé...