Applying Machine Learning to Daily-Life Data From the TrackYourTinnitus Mobile Health Crowdsensing Platform to Predict the Mobile Operating System Used With High Accuracy: Longitudinal Observational Study
Artikel
Pryss, Rüdiger
, Schlee, Winfried, Hoppenstedt, Burkhard, Reichert, Manfred, Spiliopoulou, Myra, Langguth, Berthold , Breitmayer, Marius und Probst, Thomas
(2020)
Applying Machine Learning to Daily-Life Data From the TrackYourTinnitus Mobile Health Crowdsensing Platform to Predict the Mobile Operating System Used With High Accuracy: Longitudinal Observational Study.
Journal of Medical Internet Research 22 (6), e15547.
Alternative Links zum Volltext
Beteiligte Einrichtungen
Details
| Dokumentenart | Artikel | ||||
| Titel eines Journals oder einer Zeitschrift | Journal of Medical Internet Research | ||||
| Verlag | JMIR PUBLICATIONS, INC | ||||
| Ort der Veröffentlichung | TORONTO | ||||
| Band | 22 | ||||
| Nummer des Zeitschriftenheftes oder des Kapitels | 6 | ||||
| Seitenbereich | e15547 | ||||
| Datum | 2020 | ||||
| Veröffentlichungsdatum | 11 Okt 2021 12:46 | ||||
| Institutionen | Medizin > Lehrstuhl für Psychiatrie und Psychotherapie | ||||
| Identifikationsnummer |
| ||||
| Stichwörter / Keywords | ; mHealth; crowdsensing; tinnitus; machine learning; mobile operating system differences; ecological momentary assessment; mobile phone | ||||
| Dewey-Dezimal-Klassifikation | 600 Technik, Medizin, angewandte Wissenschaften > 610 Medizin | ||||
| Status | Veröffentlicht | ||||
| Begutachtet | Ja, diese Version wurde begutachtet | ||||
| An der Universität Regensburg entstanden | Ja | ||||
| Dokumenten-ID | 49924 |
Bibliographische Daten exportieren
Nur für Besitzer und Autoren: Kontrollseite des Eintrags
Altmetric
Altmetric