( en | de | ru )

 

Disambiguierung von "Balagopalan, Aparna"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Quantifying the Task-Specific Information in Text-Based Classifications.

, , , und . CoRR, (2021)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Aparna Pareek

Aparna Kotha

Aparna Sharma

Aparna Renigunta

Aparna Jayachandran

 

Weitere Publikationen von Autoren mit dem selben Namen

Event-Based Contrastive Learning for Medical Time Series., , , , , , und . CoRR, (2023)The Effect of Heterogeneous Data for Alzheimer's Disease Detection from Speech., , , und . CoRR, (2018)Impact of ASR on Alzheimer's Disease Detection: All Errors are Equal, but Deletions are More Equal than Others., , und . W-NUT@EMNLP, Seite 159-164. Association for Computational Linguistics, (2020)Recent Advances, Applications, and Open Challenges in Machine Learning for Health: Reflections from Research Roundtables at ML4H 2023 Symposium., , , , , , , , , und 33 andere Autor(en). CoRR, (2024)Fantastic Features and Where to Find Them: Detecting Cognitive Impairment with a Subsequence Classification Guided Approach., , und . W-NUT@EMNLP, Seite 193-199. Association for Computational Linguistics, (2020)The Road to Explainability is Paved with Bias: Measuring the Fairness of Explanations., , , , , und . FAccT, Seite 1194-1206. ACM, (2022)Augmenting BERT Carefully with Underrepresented Linguistic Features., und . CoRR, (2020)Cross-Language Aphasia Detection using Optimal Transport Domain Adaptation., , , , , und . ML4H@NeurIPS, Volume 116 von Proceedings of Machine Learning Research, Seite 202-219. PMLR, (2019)Comparing Acoustic-Based Approaches for Alzheimer's Disease Detection., und . Interspeech, Seite 3800-3804. ISCA, (2021)Lexical Features Are More Vulnerable, Syntactic Features Have More Predictive Power., , , und . W-NUT@EMNLP, Seite 431-443. Association for Computational Linguistics, (2019)