Mads Nielsen

Mads Nielsen

Professor


  1. 2021
  2. Udgivet

    Developing and validating COVID-19 adverse outcome risk prediction models from a bi-national European cohort of 5594 patients

    Jimenez-Solem, E., Petersen, T. S., Hansen, C., Hansen, C., Lioma, C., Igel, C., Boomsma, W., Krause, O., Lorenzen, S., Selvan, R., Petersen, J., Nyeland, M. E., Ankarfeldt, M. Z., Virenfeldt, G. M., Winther-Jensen, M., Linneberg, A., Ghazi, M. M., Detlefsen, N., Lauritzen, A. D., Smith, A. G. & 15 flere, de Bruijne, Marleen, Ibragimov, Bulat, Petersen, Jens, Lillholm, Martin, Middleton, Jon Anthony, Mogensen, S. H., Thorsen-Meyer, H., Perner, Anders, Helleberg, M., Kaas-Hansen, Benjamin Skov, Bonde, M., Bonde, A., Pai, A., Nielsen, Mads & Sillesen, Martin Hylleholt, 2021, I: Scientific Reports. 11, 1, 12 s., 3246.

    Publikation: Bidrag til tidsskriftTidsskriftartikelForskningfagfællebedømt

  3. Udgivet

    Bi-modal Variational Autoencoders for Metabolite Identification Using Tandem Mass Spectrometry

    Kutuzova, S., Igel, Christian, Nielsen, Mads & McCloskey, D., 2021, bioRxiv, 22 s.

    Publikation: Working paperPreprintForskning

  4. Udgivet

    Using machine learning for predicting intensive care unit resource use during the COVID-19 pandemic in Denmark

    Lorenzen, S. S., Nielsen, Mads, Jimenez-Solem, E., Petersen, Tonny Studsgaard, Perner, Anders, Thorsen-Meyer, H., Igel, Christian & Sillesen, Martin Hylleholt, 23 sep. 2021, I: Scientific Reports. 11, 1, 10 s., 18959.

    Publikation: Bidrag til tidsskriftTidsskriftartikelForskningfagfællebedømt

  5. Udgivet

    CARRNN: A Continuous Autoregressive Recurrent Neural Network for Deep Representation Learning from Sporadic Temporal Data

    Mehdipour Ghazi, Mostafa, Sørensen, L., Ourselin, S. & Nielsen, Mads, 2021, arXiv.org, 11 s.

    Publikation: Working paperPreprintForskning

  6. Udgivet

    Robust parametric modeling of Alzheimer's disease progression

    Mehdipour Ghazi, Mostafa, Nielsen, Mads, Pai, A., Modat, M., Jorge Cardoso, M., Ourselin, S. & Sørensen, L., 2021, I: NeuroImage. 225, 12 s., 117460.

    Publikation: Bidrag til tidsskriftTidsskriftartikelForskningfagfællebedømt

  7. 2022
  8. Udgivet

    Machine learning and deep learning applications in microbiome research

    Hernandez Medina, Ricardo, Kutuzova, Svetlana, Nielsen, Knud Nor, Johansen, Joachim, Hansen, Lars Hestbjerg, Nielsen, Mads & Rasmussen, Simon, 2022, I: ISME Communications. 2, 7 s., 98.

    Publikation: Bidrag til tidsskriftTidsskriftartikelForskningfagfællebedømt

  9. Udgivet

    A buffered online transfer learning algorithm with multi-layer network

    Kang, Zhongfeng, Yang, B., Nielsen, Mads, Deng, L. & Yang, S., 2022, I: Neurocomputing. 488, s. 581-597 17 s.

    Publikation: Bidrag til tidsskriftTidsskriftartikelForskningfagfællebedømt

  10. Udgivet

    Multimodal Variational Autoencoders for Semi-Supervised Learning: In Defense of Product-of-Experts

    Kutuzova, S., Krause, Oswin, McCloskey, D., Nielsen, Mads & Igel, Christian, jan. 2022, arXiv.org, 29 s.

    Publikation: Working paperPreprintForskning

  11. Udgivet

    An Artificial Intelligence–based Mammography Screening Protocol for Breast Cancer: Outcome and Radiologist Workload

    Lauritzen, Andreas, Rodríguez-Ruiz, A., von Euler-Chelpin, My Catarina, Lynge, Elsebeth, Vejborg, I., Nielsen, Mads, Karssemeijer, N. & Lillholm, Martin, 2022, I: Radiology. 304, 1, s. 41-49

    Publikation: Bidrag til tidsskriftTidsskriftartikelForskningfagfællebedømt

  12. Udgivet

    Information Bottleneck: Exact Analysis of (Quantized) Neural Networks

    Lorenzen, S. S., Igel, Christian & Nielsen, Mads, 2022, arXiv.org, 19 s.

    Publikation: Working paperPreprintForskning

ID: 542361