Assessing Trustworthy AI in times of COVID-19: Deep Learning for predicting a multi-regional score conveying the degree of lung compromise in COVID-19 patients

Publiceringsår

2022

Upphovspersoner

Allahabadi, Himanshi; Amann, Julia; Balot, Isabelle; Beretta, Andrea; Binkley, Charles; Bozenhard, Jonas; Bruneault, Frederick; Brusseau, James; Candemir, Sema; Cappellini, Luca Alessandro; Castagnet, Genevieve Fieux; Chakraborty, Subrata; Cherciu, Nicoleta; Cociancig, Christina; Coffee, Megan; Ek, Irene; Espinosa-Leal, Leonardo; Farina, Davide; Fieux-Castagnet, Genevieve; Frauenfelder, Thomas; Gallucci, Alessio; Giuliani, Guya; Golda, Adam; van Halem, Irmhild; Hildt, Elisabeth; Holm, Sune; Kararigas, Georgios; Krier, Sebastien A.; Kuhne, Ulrich; Lizzi, Francesca; Madai, Vince I.; Markus, Aniek F.; Masis, Serg; Mathez, Emilie Wiinblad; Mureddu, Francesco; Neri, Emanuele; Osika, Walter; Ozols, Matiss; Panigutti, Cecilia; Parent, Brendan; Pratesi, Francesca; Moreno-Sanchez, Pedro A.; Sartor, Giovanni; Savardi, Mattia; Signoroni, Alberto; Sormunen, Hanna; Spezzatti, Andy; Srivastava, Adarsh; Stephansen, Annette F.; Theng, Lau Bee; Tithi, Jesmin Jahan; Tuominen, Jarno; Umbrello, Steven; Vaccher, Filippo; Vetter, Dennis; Westerlund, Magnus; Wurth, Renee; Zicari, Roberto V.

Visa mer

Organisationer och upphovspersoner

Åbo universitet

Tuominen Jarno

Yrkeshögskolan Arcada

Westerlund Magnus

Zicari Roberto V.

Espinosa-Leal Leonardo

Publikationstyp

Publikationsform

Artikel

Moderpublikationens typ

Tidning

Artikelstyp

En originalartikel

Målgrupp

Vetenskaplig

Kollegialt utvärderad

UKM:s publikationstyp

A1 Originalartikel i en vetenskaplig tidskrift

Publikationskanalens uppgifter

Journal

IEEE transactions on technology and society

Förläggare

Institute of Electrical and Electronics Engineers (IEEE)

Sidor

32 sidor

ISSN

2637-6415

Publikationsforum

90151

Publikationsforumsnivå

Öppen tillgång

Öppen tillgänglighet i förläggarens tjänst

Öppen tillgång till publikationskanalen

Delvis öppen publikationskanal

Parallellsparad

Övriga uppgifter

Vetenskapsområden

Data- och informationsvetenskap; Psykologi; Övrig teknik och teknologi

Nyckelord

[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Förlagets internationalitet

Internationell

Språk

engelska

Internationell sampublikation

Sampublikation med ett företag

Nej

DOI

10.1109/tts.2022.3195114