% IMPORTANT: The following is UTF-8 encoded. This means that in the presence
% of non-ASCII characters, it will not work with BibTeX 0.99 or older.
% Instead, you should use an up-to-date BibTeX implementation like “bibtex8” or
% “biber”.
@INPROCEEDINGS{Eickhoff:911695,
author = {Eickhoff, Simon},
title = {{V}erständnis und {V}orhersage: maschinelles {L}ernen
longitudinaler {P}hänotypen},
reportid = {FZJ-2022-04949},
year = {2022},
abstract = {Die Optimierung von Verfahren der künstlichen Intelligenz
zur Vorhersage von klinischen oder neuropsychologischen
Phänotypen auf der Basis funktioneller und struktureller
MRT-Aufnahmen stellt ein sehr dynamisches und intensiv
bearbeitetes Forschungsfeld dar. Dabei wird jedoch oft
übersehen, dass diese Phänotypen nicht zwingend a priori
Kategorien folgen und oft nicht optimale Ziele für
KI-Vorhersagen sind. So sind auf der einen Seite
Summenscores oft zu breit und unspezifisch, da die selben
Werte auf verschiedene Weise entstehen können. Auf der
anderen Seite sind individuelle Items oft zu verrauscht und
darüber hinaus oft auch zu grob skaliert. Der Schwerpunkt
dieses Vortrags liege daher auf der Vorstellung von
Verfahren und Anwendungen des maschinellen zur Optimierung
von Phänotypen.},
month = {Nov},
date = {2022-11-23},
organization = {DGPPN Kongress, Berlin (Germany), 23
Nov 2022 - 23 Nov 2022},
subtyp = {Invited},
cin = {INM-7},
cid = {I:(DE-Juel1)INM-7-20090406},
pnm = {5252 - Brain Dysfunction and Plasticity (POF4-525)},
pid = {G:(DE-HGF)POF4-5252},
typ = {PUB:(DE-HGF)6},
url = {https://juser.fz-juelich.de/record/911695},
}