Deep Learning-Based Multimodal Data Fusion: Case Study in Food Intake Episodes Detection Using Wearable Sensors

< Tillbaka till sökresultaten

Deep Learning-Based Multimodal Data Fusion: Case Study in Food Intake Episodes Detection Using Wearable Sensors

Publiceringsår

2021

Upphovspersoner

Bahador, Nooshin; Ferreira, Denzil; Tamminen, Satu; Kortelainen, Jukka

Organisationer och upphovspersoner

Uleåborgs universitet

Kortelainen Juha Matti

Bahador Nooshin Orcid -palvelun logo

Teixeira Ferreira Denzil Orcid -palvelun logo

Tamminen Satu Orcid -palvelun logo

Publikationstyp

Publikationsform

Artikel

Moderpublikationens typ

Tidning

Artikelstyp

En originalartikel

Målgrupp

Vetenskaplig

Kollegialt utvärderad

Kollegialt utvärderad

UKM:s publikationstyp

A1 Originalartikel i en vetenskaplig tidskrift

Publikationskanalens uppgifter

Journal

JMIR mhealth and uhealth

Nummer

1

Artikelnummer

e21926

ISSN

2291-5222

Publikationsforum

76987

Publikationsforumsnivå

1

Öppen tillgång

Öppen tillgänglighet i förläggarens tjänst

Ja

Öppen tillgång till publikationskanalen

Helt öppen publikationskanal

Parallellsparad

Ja

Övriga uppgifter

Vetenskapsområden

El-, automations- och telekommunikationsteknik, elektronik; Hälsovetenskap

Nyckelord

covariance distribution; Data fusion; deep learning; food intake episode; Image processing; wearable sensors

Publiceringsland

Kanada

Förlagets internationalitet

Internationell

Språk

engelska

Internationell sampublikation

Nej

Sampublikation med ett företag

Nej

DOI

10.2196/21926

Publikationen ingår i undervisnings- och kulturministeriets datainsamling

Ja