Back to Search Start Over

Clustering large health dataset to determine patients proles based on ICD10 diagnosis

Authors :
Wartelle, Adrien
Mourad-Chehade, Farah
Yalaoui, Farouk
Laplanche, David
Sanchez, Stéphane
Centre Hospitalier de Troyes
Laboratoire Modélisation et Sûreté des Systèmes (LM2S)
Institut Charles Delaunay (ICD)
Université de Technologie de Troyes (UTT)-Centre National de la Recherche Scientifique (CNRS)-Université de Technologie de Troyes (UTT)-Centre National de la Recherche Scientifique (CNRS)
Laboratoire d'Optimisation des Systèmes Industriels (LOSI)
CH de Troyes
Real Expression Artificial Life (IRIT-REVA)
Institut de recherche en informatique de Toulouse (IRIT)
Université Toulouse Capitole (UT Capitole)
Université de Toulouse (UT)-Université de Toulouse (UT)-Université Toulouse - Jean Jaurès (UT2J)
Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3)
Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP)
Université de Toulouse (UT)-Toulouse Mind & Brain Institut (TMBI)
Université Toulouse - Jean Jaurès (UT2J)
Université de Toulouse (UT)-Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3)
Université de Toulouse (UT)-Université Toulouse Capitole (UT Capitole)
Université de Toulouse (UT)
Bernabé Dorronsoro
Patricia Ruiz
Juan Carlos de la Torre
Daniel Urda
El-Ghazali Talbi
MEZATIO, Eric Papain
Source :
3rd International Workshop on Optimization and Learning: Challenges and Applications (OLA 2020), 3rd International Workshop on Optimization and Learning: Challenges and Applications (OLA 2020), 2020, Cadiz, Spain
Publication Year :
2020
Publisher :
HAL CCSD, 2020.

Abstract

International audience

Details

Language :
English
Database :
OpenAIRE
Journal :
3rd International Workshop on Optimization and Learning: Challenges and Applications (OLA 2020), 3rd International Workshop on Optimization and Learning: Challenges and Applications (OLA 2020), 2020, Cadiz, Spain
Accession number :
edsair.dedup.wf.001..a48e5bd58be3b8d53a408f7cf5163692