Zobrazeno 1 - 10
of 30
pro vyhledávání: '"Pauphilet J"'
Publikováno v:
In IFAC PapersOnLine 2015 48(30):391-396
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Sparse principal component analysis (PCA) is a popular dimensionality reduction technique for obtaining principal components which are linear combinations of a small subset of the original features. Existing approaches cannot supply certifiably optim
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=core_ac_uk__::d0382cc891dec3fb2e1a529b66a1ff91
Publikováno v:
SSRN Electronic Journal.
Simple and affordable testing tools are often not accurate enough to be operationally relevant. For COVID-19 detection, rapid point-of-care tests are cheap and provide results in minutes, but largely fail policymakers' accuracy requirements. We propo
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
We propose a united framework to address a family of classical mixed-component analysis, and sparse learning problems. These problems exhibit logical relationships between continuous and discrete variables, which are usually reformulated linearly usi
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::7184ab086a0ed0bc8faa7819542fd7ef
https://lbsresearch.london.edu/id/eprint/1811/1/SIAM_BC-WP.pdf
https://lbsresearch.london.edu/id/eprint/1811/1/SIAM_BC-WP.pdf
The synthesis of thousands of candidate compounds in drug discovery and development offers opportunities for computer-aided synthesis planning to simplify the synthesis of molecule libraries by leveraging common starting materials and reaction condit
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::743d68a55da55eec408c5b97c6a16f36
Sparse principal component analysis (PCA) is a popular dimensionality reduction technique for obtaining principal components which are linear combinations of a small subset of the original features. Existing approaches cannot supply certifiably optim
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::7405eead1e3adfb7337af5581310189d
http://arxiv.org/abs/2005.05195
http://arxiv.org/abs/2005.05195
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.