Fitbeat: COVID-19 estimation based on wristband heart rate using a contrastive convolutional auto-encoder

Download full text files

Export metadata

Statistics

Number of document requests

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Shuo Liu, Jing HanORCiD, Estela Laporta Puyal, Spyridon Kontaxis, Shaoxiong Sun, Patrick Locatelli, Judith DineleyORCiD, Florian B. PokornyORCiDGND, Gloria Dalla Costa, Letizia Leocani, Ana Isabel Guerrero, Carlos Nos, Ana Zabalza, Per Soelberg Sørensen, Mathias Buron, Melinda Magyari, Yatharth Ranjan, Zulqarnain Rashid, Pauline Conde, Callum Stewart, Amos A. Folarin, Richard J. B. Dobson, Raquel Bailón, Srinivasan Vairavan, Nicholas CumminsORCiDGND, Vaibhav A. Narayan, Matthew Hotopf, Giancarlo Comi, Björn SchullerORCiDGND
URN:urn:nbn:de:bvb:384-opus4-910675
Frontdoor URLhttps://opus.bibliothek.uni-augsburg.de/opus4/91067
ISSN:0031-3203OPAC
Parent Title (English):Pattern Recognition
Publisher:Elsevier BV
Type:Article
Language:English
Year of first Publication:2022
Embargo Date:2023/10/26
Publishing Institution:Universität Augsburg
Release Date:2021/12/09
Tag:Artificial Intelligence; Computer Vision and Pattern Recognition; Signal Processing; Software
Volume:123
First Page:108403
DOI:https://doi.org/10.1016/j.patcog.2021.108403
Institutes:Fakultät für Angewandte Informatik
Fakultät für Angewandte Informatik / Institut für Informatik
Fakultät für Angewandte Informatik / Institut für Informatik / Lehrstuhl für Embedded Intelligence for Health Care and Wellbeing
Dewey Decimal Classification:0 Informatik, Informationswissenschaft, allgemeine Werke / 00 Informatik, Wissen, Systeme / 004 Datenverarbeitung; Informatik
Licence (German):CC-BY-NC-ND 4.0: Creative Commons: Namensnennung - Nicht kommerziell - Keine Bearbeitung (mit Print on Demand)