基于深度神经决策树和森林的鲁棒COVID-19咳嗽声检测：全面的跨数据集评估

本研究解决了COVID-19咳嗽声分类中的困难，提出了一种使用深度神经决策树和森林的新颖方法，具有较强的鲁棒性。关键发现表明，模型在不同数据集上的表现优于现有方法，体现了通过数据集整合提高检测精度的潜力。