Tesi etd-02052024-111625 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale
Autore
MARCHETTI, ALESSIO
Indirizzo email
a.marchetti32@studenti.unipi.it, alessio.marchetti22@gmail.com
URN
etd-02052024-111625
Titolo
Predicting and Explaining on Electronic Health Records with Transformer-based Models
Dipartimento
MATEMATICA
Corso di studi
MATEMATICA
Relatori
relatore Prof. Pellungrini, Roberto
correlatore Prof.ssa Giannotti, Fosca
correlatore Prof.ssa Giannotti, Fosca
Parole chiave
- Ai Explainability
- Ml
Data inizio appello
23/02/2024
Consultabilità
Tesi non consultabile
Riassunto
We build a new explainable predictor to analyze medical data from the Mimic-iv dataset. We analyze a correlation between the transformer attention matrices and the feature importances given by the explanation.
File
| Nome file | Dimensione |
|---|---|
Tesi non consultabile. |
|