• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Making machine learning trustworthy.

作者信息

Eshete Birhanu

机构信息

Department of Computer and Information Science, University of Michigan-Dearborn, Dearborn, MI, USA.

出版信息

Science. 2021 Aug 13;373(6556):743-744. doi: 10.1126/science.abi5052.

DOI:10.1126/science.abi5052
PMID:34385384
Abstract
摘要

相似文献

1
Making machine learning trustworthy.让机器学习值得信赖。
Science. 2021 Aug 13;373(6556):743-744. doi: 10.1126/science.abi5052.
2
Using human in vitro transcriptome analysis to build trustworthy machine learning models for prediction of animal drug toxicity.利用人类体外转录组分析为动物药物毒性预测构建值得信赖的机器学习模型。
Sci Rep. 2020 Jun 12;10(1):9522. doi: 10.1038/s41598-020-66481-0.
3
Conventional Machine Learning versus Deep Learning for Magnification Dependent Histopathological Breast Cancer Image Classification: A Comparative Study with Visual Explanation.用于基于放大倍数的组织病理学乳腺癌图像分类的传统机器学习与深度学习：一项带有可视化解释的比较研究
Diagnostics (Basel). 2021 Mar 16;11(3):528. doi: 10.3390/diagnostics11030528.
4
Rationalizing Perovskite Data for Machine Learning and Materials Design.为机器学习和材料设计合理化钙钛矿数据。
J Phys Chem Lett. 2018 Dec 20;9(24):6948-6954. doi: 10.1021/acs.jpclett.8b03232. Epub 2018 Dec 3.
5
Leveraging Uncertainty from Deep Learning for Trustworthy Material Discovery Workflows.利用深度学习中的不确定性实现可靠的材料发现工作流程。
ACS Omega. 2021 May 4;6(19):12711-12721. doi: 10.1021/acsomega.1c00975. eCollection 2021 May 18.
6
Making Individual Prognoses in Psychiatry Using Neuroimaging and Machine Learning.使用神经影像学和机器学习对精神病学进行个体预后预测。
Biol Psychiatry Cogn Neurosci Neuroimaging. 2018 Sep;3(9):798-808. doi: 10.1016/j.bpsc.2018.04.004. Epub 2018 Apr 22.
7
In Search of Trustworthy and Transparent Intelligent Systems With Human-Like Cognitive and Reasoning Capabilities.寻找具有类人认知和推理能力的可信且透明的智能系统。
Front Robot AI. 2020 Jun 19;7:76. doi: 10.3389/frobt.2020.00076. eCollection 2020.
8
A fuzzy TOPSIS based analysis toward selection of effective security requirements engineering approach for trustworthy healthcare software development.基于模糊 TOPSIS 的可信医疗软件开发有效安全需求工程方法选择分析。
BMC Med Inform Decis Mak. 2020 Sep 18;20(1):236. doi: 10.1186/s12911-020-01209-8.
9
Machine learning in nephrology: scratching the surface.机器学习在肾脏病学中的应用：初露端倪。
Chin Med J (Engl). 2020 Mar 20;133(6):687-698. doi: 10.1097/CM9.0000000000000694.
10
Applied machine learning and artificial intelligence in rheumatology.机器学习与人工智能在风湿病学中的应用。
Rheumatol Adv Pract. 2020 Feb 19;4(1):rkaa005. doi: 10.1093/rap/rkaa005. eCollection 2020.

引用本文的文献

1
Trustworthiness of a machine learning early warning model in medical and surgical inpatients.机器学习早期预警模型在内科和外科住院患者中的可信度。
JAMIA Open. 2025 Jan 6;8(1):ooae156. doi: 10.1093/jamiaopen/ooae156. eCollection 2025 Feb.
2
Performance of Machine Learning Algorithms in Predicting Prolonged Mechanical Ventilation in Patients with Blunt Chest Trauma.机器学习算法在预测钝性胸部创伤患者长时间机械通气中的性能
Ther Clin Risk Manag. 2024 Sep 20;20:653-664. doi: 10.2147/TCRM.S482662. eCollection 2024.
3
Multimodal analysis methods in predictive biomedicine.
预测性生物医学中的多模态分析方法。
Comput Struct Biotechnol J. 2023 Nov 20;21:5829-5838. doi: 10.1016/j.csbj.2023.11.011. eCollection 2023.
4
Connectome-based machine learning models are vulnerable to subtle data manipulations.基于连接组的机器学习模型容易受到细微数据操纵的影响。
Patterns (N Y). 2023 May 15;4(7):100756. doi: 10.1016/j.patter.2023.100756. eCollection 2023 Jul 14.
5
Differentially private knowledge transfer for federated learning.联邦学习中的差异化隐私知识转移。
Nat Commun. 2023 Jun 24;14(1):3785. doi: 10.1038/s41467-023-38794-x.
6
Patient and public involvement to build trust in artificial intelligence: A framework, tools, and case studies.患者与公众参与以建立对人工智能的信任：一个框架、工具及案例研究。
Patterns (N Y). 2022 Jun 10;3(6):100506. doi: 10.1016/j.patter.2022.100506.
7
Is There a Need for a More Precise Description of Biomolecule Interactions to Understand Cell Function?是否需要对生物分子相互作用进行更精确的描述以理解细胞功能？
Curr Issues Mol Biol. 2022 Jan 21;44(2):505-525. doi: 10.3390/cimb44020035.
8
Human-centered explainability for life sciences, healthcare, and medical informatics.生命科学、医疗保健和医学信息学中的以人为本的可解释性。
Patterns (N Y). 2022 May 13;3(5):100493. doi: 10.1016/j.patter.2022.100493.
9
Delta Variant with P681R Critical Mutation Revealed by Ultra-Large Atomic-Scale Ab Initio Simulation: Implications for the Fundamentals of Biomolecular Interactions.基于超大规模原子尺度从头算模拟揭示具有 P681R 关键突变的德尔塔变异株：对生物分子相互作用基本原理的启示。
Viruses. 2022 Feb 24;14(3):465. doi: 10.3390/v14030465.