Zobrazeno 1 - 10
of 37
pro vyhledávání: '"Dimension reduction methods"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Buildings, Vol 13, Iss 10, p 2608 (2023)
The communication tower is a lifeline engineering that ensures the normal operation of wireless communication systems. Extreme wind disasters are inevitable while it is in service. Two dimension-reduction (DR) probabilistic representations based on p
Externí odkaz:
https://doaj.org/article/a4a4bda7d46546b69f6f1754f9262aa6
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.
Autor:
Charlotte Brabant, Emilien Alvarez-Vanhard, Achour Laribi, Gwénaël Morin, Kim Thanh Nguyen, Alban Thomas, Thomas Houet
Publikováno v:
Remote Sensing, Vol 11, Iss 11, p 1269 (2019)
This research aims to assess the capabilities of Very High Spatial Resolution (VHSR) hyperspectral satellite data in order to discriminate urban tree diversity. Four dimension reduction methods and two classifiers are tested, using two learning metho
Externí odkaz:
https://doaj.org/article/90e393ff21304af1b2adb6bb476d924d
Background Genome-wide association studies (GWAS) attempt to identify links between gene loci and trait expressions. In order to avoid false positives, GWAS methods use information about population structure, which might have disadvantageous effects
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::05c9d188cd31f95eb342be0c5bc16e5c
Autor:
Emilien Alvarez-Vanhard, Alban Thomas, Gwénaël Morin, Thomas Houet, Kim Thanh Nguyen, Achour Laribi, Charlotte Brabant
Publikováno v:
Remote Sensing
Remote Sensing, 2019, 11 (11), pp.1269. ⟨10.3390/rs11111269⟩
Remote Sensing, Vol 11, Iss 11, p 1269 (2019)
Volume 11
Issue 11
Pages: 1269
Remote Sensing, MDPI, 2019, 11 (11), pp.1269. ⟨10.3390/rs11111269⟩
Remote Sensing, 2019, 11 (11), pp.1269. ⟨10.3390/rs11111269⟩
Remote Sensing, Vol 11, Iss 11, p 1269 (2019)
Volume 11
Issue 11
Pages: 1269
Remote Sensing, MDPI, 2019, 11 (11), pp.1269. ⟨10.3390/rs11111269⟩
This research aims to assess the capabilities of Very High Spatial Resolution (VHSR) hyperspectral satellite data in order to discriminate urban tree diversity. Four dimension reduction methods and two classifiers are tested, using two learning metho
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::c1dccc1b566332cb3c14e1b66c0f0575
https://hal.science/hal-02191084/file/remotesensing-11-01269-v2.pdf
https://hal.science/hal-02191084/file/remotesensing-11-01269-v2.pdf
Publikováno v:
Cancers
Volume 12
Issue 10
Cancers, Vol 12, Iss 2811, p 2811 (2020)
Volume 12
Issue 10
Cancers, Vol 12, Iss 2811, p 2811 (2020)
One of the major challenges in defining clinically-relevant and less heterogeneous tumor subtypes is assigning biological and/or clinical interpretations to etiological (intrinsic) subtypes. Conventional clustering/subtyping approaches often fail to
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::26bfbe1cacb753fd4f0a0b5eb83b456d
https://doi.org/10.3390/cancers12102811
https://doi.org/10.3390/cancers12102811
Autor:
Jesús Martínez Frutos
Publikováno v:
Repositorio Digital de la Universidad Politécnica de Cartagena
instname
instname
[ESP] Uno de los principales retos del diseño óptimo robusto es su aplicación a problemas con modelos de simulación de elevado coste computacional. En estos casos, el problema de diseño óptimo robusto puede resultar una tarea inabordable como c
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::1d6f450dc27cdd7a044f7a975e94cd0d
https://doi.org/10.31428/10317/4009
https://doi.org/10.31428/10317/4009