目标和范围
目标和范围
个人经历矿业是一份开放获取、开放同行评议的信息学期刊,涵盖人工智能(AI)、机器学习和视觉分析的各个方面的研究,应用于高维生物学和生物医学数据,专注于从大规模遗传、基因组、代谢组学数据和/或电子健康记录、健康的社会决定因素和环境暴露数据中发现知识的计算方面。
主题领域包括但不限于:
- 新型数据挖掘和机器学习算法的开发、评估和应用。
- 传统数据挖掘和机器学习算法的适应、评估和应用。
- 用于数据挖掘和机器学习算法应用的开源软件。
- 设计、开发和集成数据库、软件和网络服务,用于存储、管理、检索和分析大规模研究中的数据。
- 用于生物学解释和知识发现的数据挖掘和机器学习结果的预处理、后处理、建模和解释。
数据类型包括
- 成像
- 电子健康记录
- 起生物
- 环境数据
- 社会和行为数据
- 可穿戴设备
- 社交媒体数据