Zobrazeno 1 - 10
of 117
pro vyhledávání: '"Andrews, Jeffrey L."'
Nonnegative matrix factorization (NMF) is a popular method used to reduce dimensionality in data sets whose elements are nonnegative. It does so by decomposing the data set of interest, $\mathbf{X}$, into two lower rank nonnegative matrices multiplie
Externí odkaz:
http://arxiv.org/abs/2107.00744
Publikováno v:
In Brachytherapy January-February 2024 23(1):85-95
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
As data sets continue to grow in size and complexity, effective and efficient techniques are needed to target important features in the variable space. Many of the variable selection techniques that are commonly used alongside clustering algorithms a
Externí odkaz:
http://arxiv.org/abs/1303.5294
Publikováno v:
Journal of Classification. Jul2022, Vol. 39 Issue 2, p326-342. 17p.
Autor:
Andrews, Jeffrey L.
Publikováno v:
In Computational Statistics and Data Analysis November 2018 127:160-171
Publikováno v:
Statistics in Biosciences; Dec2023, Vol. 15 Issue 3, p608-632, 25p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.