Article Dans Une Revue
Bulletin Scientifique de l'ARAPI
Année : 2019
Federica CILIA : Connectez-vous pour contacter le contributeur
https://hal.science/hal-03635453
Soumis le : vendredi 8 avril 2022-14:54:32
Dernière modification le : mardi 30 juillet 2024-12:40:03
Dates et versions
Identifiants
- HAL Id : hal-03635453 , version 1
Citer
Federica Cilia, Romuald Carette, Luc Vandromme. L’oculomètre : un outil d’aide au diagnostic du TSA grâce à la méthode de machine learning. Bulletin Scientifique de l'ARAPI, 2019, 45, pp.29-33. ⟨hal-03635453⟩
Collections
26
Consultations
0
Téléchargements