首页> 外文OA文献 >Functional Modeling of High-Dimensional Data: A Manifold Learning Approach

【2h】

Functional Modeling of High-Dimensional Data: A Manifold Learning Approach

机译：高维数据的功能建模：歧管学习方法

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Harold A. Hernández-Roig; M. Carmen Aguilera-Morillo; Rosa E. Lillo;
展开▼
作者单位

展开▼
年度 2021
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. An integrated manifold learning approach for high-dimensional data feature extractions and its applications to online process monitoring of additive manufacturing [J] . Chenang Liu, Zhenyu (James) Kong, Suresh Babu, AIIE Transactions . 2021,第11期

机译：高维数据特征提取的集成歧管学习方法及其在加性制造的在线过程监控中的应用
2. High-dimensional MRI data analysis using a large-scale manifold learning approach [J] . Loc Tran, Debrup Banerjee, Jihong Wang, Machine Vision and Applications . 2013,第5期

机译：使用大规模流形学习方法的高维MRI数据分析
3. High-dimensional MRI data analysis using a large-scale manifold learning approach [J] . Loc Tran, Debrup Banerjee, Jihong Wang, Machine Vision and Applications . 2013,第5期

机译：使用大规模流形学习方法的高维MRI数据分析
4. A Scalable Approach to Modeling Nonlinear Structure in Hyperspectral Imagery and Other High-Dimensional Data Using Manifold Coordinate Representations [C] . Charles M. Bachmann, rnThomas L. Ainsworth, rnRobert A. Fusina Algorithms and technologies for multispectral. hyperspectral. and ultraspectral imagery XVI . 2010

机译：使用流形坐标表示法的高光谱图像和其他高维数据非线性结构建模的可扩展方法
5. A machine learning approach to query time-series microarray data sets for functionally related genes using hidden Markov models. [D] . Senf, Alexander. 2011

机译：一种使用隐马尔可夫模型查询功能相关基因的时间序列微阵列数据集的机器学习方法。
6. Prediction of high-dimensional states subject to respiratory motion: a manifold learning approach [O] . Wenyang Liu, Amit Sawant, Dan Ruan -1

机译：预测受呼吸运动影响的高维状态：多种学习方法
7. Analysis of clinical flow cytometric immunophenotyping data by clustering on statistical manifolds: Treating flow cytometry data as high-dimensional objects How to cite this article: Finn WG, Carter KM, Raich R, Stoolman LM, Hero AO. Analysis of clinical flow cytometric immunophenotyping data by clustering on statistical manifolds: Treating flow cytometry data as high-dimensional objects. Cytometry Part B 2009; 76B: 1–7. [O] . Finn, William G., Carter, Kevin M., Raich, Raviv, 2009

机译：通过聚类统计流形分析临床流式细胞免疫表型数据：将流式细胞术数据作为高维物体处理如何引用本文：Finn WG，Carter Km，Raich R，stoolman Lm，Hero aO。通过聚类在统计流形上分析临床流式细胞免疫表型分析数据：将流式细胞术数据作为高维物体处理。细胞计数B部分2009; 76B：1-7。

Functional Modeling of High-Dimensional Data: A Manifold Learning Approach

著录项

引文网络

相似文献

相关主题

期刊订阅