Using machine learning models to classify user performance in the ruff figural fluency test from eye-tracking features.

Opis bibliograficzny

Using machine learning models to classify user performance in the ruff figural fluency test from eye-tracking features. [AUT.] MAGDALENA BORYS, MAŁGORZATA PLECHAWSKA-WÓJCIK, PAWEŁ KRUKOW, SARA BARAKATE, KARIM HACHMOUD. W: 2017 International Conference on Electromagnetic Devices and Processes in Environment Protection with Seminar Applications of Superconductors (ELMECO & AoS) [online] s. 1-4, bibliogr, 9th International Conference Electromagnetic Devices and Processes in Environment Protection ELMECO-9 with 12th Seminar "Applications of Superconductors" AoS-12. Nałęczów, 3-6 December 2017. [przeglądany 29 marca 2018]. Dostępny w: http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8267712. New York 2017, IEEE, 978-1-5386-1944-5. DOI: 10.1109/ELMECO.2017.8267712
Skopiowane!
Kliknij opis aby skopiować do schowka

Szczegóły publikacji

Źródło:
2017 International Conference on Electromagnetic Devices and Processes in Environment Protection with Seminar Applications of Superconductors (ELMECO & AoS) [online], s. 1-4, bibliogr.
Wydawca:
IEEE
Rok: 2017
Język: angielski
Charakter formalny: Referat zjazdowy konferencji miedzynarodowej
Typ MNiSW/MEiN: Praca Oryginalna

Identyfikatory

ISBN: 978-1-5386-1944-5
e-ISBN: 978-1-5386-1943-8
BPP ID: (29, 87035) wydawnictwo zwarte #87035

Metryki

15,00
Punkty MNiSW/MEiN
0
Impact Factor
0
Punktacja wewnętrzna

Eksport cytowania

Wsparcie dla menedżerów bibliografii:
Ta strona wspiera automatyczny import do Zotero, Mendeley i EndNote. Użytkownicy z zainstalowanym rozszerzeniem przeglądarki mogą zapisać tę publikację jednym kliknięciem - ikona pojawi się automatycznie w pasku narzędzi przeglądarki.

Skopiowane!

Informacje dodatkowe

Zewnętrzna baza danych:Web of Science
Rekord utworzony:30 marca 2018 10:24
Ostatnia aktualizacja:30 grudnia 2021 18:10

Punkty i sloty autorów

AutorDyscyplinaPkD / PkDAutSlot
Krukow Paweł, dr hab. n. med.nauki medyczne3,00000,2000

Punkty i sloty dyscyplin

DyscyplinaPkD / PkDAutSlot
nauki medyczne3,00000,2000