Zobrazeno 1 - 10
of 27
pro vyhledávání: '"Linares, Deirel P"'
Autor:
Reyes, Ronaldo García, Wang, Ying, Li, Min, Ortega, Marlis Ontiviero, Paz-Linares, Deirel, García, Lídice Galán, Sosa, Pedro Antonio Valdez
The paper introduces a novel non-parametric Riemannian regression method using Isometric Riemannian Manifolds (IRMs). The proposed technique, Intrinsic Local Polynomial Regression on IRMs (ILPR-IRMs), enables global data mapping between Riemannian ma
Externí odkaz:
http://arxiv.org/abs/2305.01789
Kernel smooth is the most fundamental technique for data density and regression estimation. However, time-consuming is the biggest obstacle for the application that the direct evaluation of kernel smooth for $N$ samples needs ${O}\left( {{N}^{2}} \ri
Externí odkaz:
http://arxiv.org/abs/2204.07716
Autor:
Gonzalez-Moreira, Eduardo, Paz-Linares, Deirel, Areces-Gonzalez, Ariosky, Wang, Rigel, Valdes-Sosa, Pedro A.
This paper presents a new toolbox for MEEG source activity and connectivity estimation: Brain Connectivity Variable Resolution Tomographic Analysis version 1.0 (BC-VARETA 1.0). It relies on the third generation of nonlinear methods for the analysis o
Externí odkaz:
http://arxiv.org/abs/1810.11212
Autor:
Paz-Linares, Deirel, Gonzalez-Moreira, Eduardo, Areces-Gonzalez, Ariosky, Wang, Ying, Li, Min, Martinez-Montes, Eduardo, Bosch-Bayard, Jorge, Bringas-Vega, Maria L., Valdes-Sosa, Mitchel J., Valdes-Sosa, Pedro A.
Identifying the functional networks underpinning indirectly observed processes poses an inverse problem for neurosciences or other fields. A solution of such inverse problems estimates as a first step the activity emerging within functional networks
Externí odkaz:
http://arxiv.org/abs/1810.01174
Autor:
Gonzalez-Moreira, Eduardo, Paz-Linares, Deirel, Areces-Gonzalez, Ariosky, Wang, Rigel, Bosch-Bayard, Jorge, Bringas-Vega, Maria Luisa, Valdes-Sosa, Pedro A.
Simplistic estimation of neural connectivity in MEEG sensor space is impossible due to volume conduction. The only viable alternative is to carry out connectivity estimation in source space. Among the neuroscience community this is claimed to be impo
Externí odkaz:
http://arxiv.org/abs/1810.00786
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Paz-Linares, Deirel, Vega-Hernández, Mayrim, Rojas-López, Pedro A., Valdés-Sosa, Pedro A., Martínez-Montes, Eduardo
The estimation of EEG generating sources constitutes an Inverse Problem (IP) in Neuroscience. This is an ill-posed problem, due to the non-uniqueness of the solution, and many kinds of prior information have been used to constrain it. A combination o
Externí odkaz:
http://arxiv.org/abs/1601.06749
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.