ACBI: An Alternating Clustering and Bayesian Inference approach for optimizing medical intervention budget under chance constraints - Mines Saint-Étienne
Communication Dans Un Congrès Année : 2020

ACBI: An Alternating Clustering and Bayesian Inference approach for optimizing medical intervention budget under chance constraints

Domaines

Intelligence artificielle [cs.AI]

Benjamin DALMAS  : Connectez-vous pour contacter le contributeur

https://hal-emse.ccsd.cnrs.fr/emse-03128243

Soumis le : mardi 2 février 2021-10:08:26

Dernière modification le : mardi 17 septembre 2024-15:45:47

Fichier non déposé

Dates et versions

emse-03128243 , version 1 (02-02-2021)

Identifiants

Citer

Chen He, Benjamin Dalmas, Xiaolan Xie. ACBI: An Alternating Clustering and Bayesian Inference approach for optimizing medical intervention budget under chance constraints. 2020 IEEE 16th International Conference on Automation Science and Engineering (CASE), Aug 2020, Hong Kong, France. pp.55-60, ⟨10.1109/CASE48305.2020.9216791⟩. ⟨emse-03128243⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

EMSE PRES_CLERMONT CNRS CIS-ENSMSE LIMOS I4S-ENSMSE CLERMONT-AUVERGNE-INP INSTITUT-MINES-TELECOM
83 Consultations
0 Téléchargements

Altmetric

Partager

More