Zobrazeno 1 - 10
of 89
pro vyhledávání: '"J.-F. Giovannelli"'
Publikováno v:
Atmospheric Measurement Techniques, Vol 15, Pp 4411-4429 (2022)
Spatiotemporal statistical learning has received increased attention in the past decade, due to spatially and temporally indexed data proliferation, especially data collected from satellite remote sensing. In the meantime, observational studies of cl
Externí odkaz:
https://doaj.org/article/a503141031fe4edfa85601681f522547
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.
Publikováno v:
IEEE Signal Processing Letters
IEEE Signal Processing Letters, Institute of Electrical and Electronics Engineers, 2012, 19 (5), pp.251. ⟨10.1109/LSP.2012.2189104⟩
IEEE Signal Processing Letters, 2012, 19 (5), pp.251. ⟨10.1109/LSP.2012.2189104⟩
IEEE Signal Processing Letters, Institute of Electrical and Electronics Engineers, 2012, 19 (5), pp.251. ⟨10.1109/LSP.2012.2189104⟩
IEEE Signal Processing Letters, 2012, 19 (5), pp.251. ⟨10.1109/LSP.2012.2189104⟩
International audience; This paper is devoted to the problem of sampling Gaussian distributions in high dimension. Solutions exist for two specific structures of inverse covariance: sparse and circulant. The proposed algorithm is valid in a more gene
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.
Publikováno v:
Proceedings ICASSP 2013
ICASSP 2013
ICASSP 2013, May 2013, United States. pp.1153-1157
ICASSP
ICASSP 2013
ICASSP 2013, May 2013, United States. pp.1153-1157
ICASSP
The paper presents a variable selection method for biomarker discovery in proteomics. More specifically, it finds the most adequate variables among a given set in order to discriminate between two groups (healthy and pathological). This approach is d
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::04e08af594e660fa4b58465325121f84
https://hal.science/hal-00879200
https://hal.science/hal-00879200
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:
1993 Proceedings IEEE Ultrasonics Symposium.
In this paper, we address the problem of power spectral density estimation of stationary Gaussian processes with Auto-Regressive (AR) models when only a short set of data is available for analysis. The AR coefficients are estimated through a regulari