Zobrazeno 1 - 10
of 82
pro vyhledávání: '"tensor factorizations"'
Autor:
Lu Li, Shi Yan, Barbara M. Bakker, Huub Hoefsloot, Bo Chawes, David Horner, Morten A. Rasmussen, Age K. Smilde, Evrim Acar
Publikováno v:
BMC Bioinformatics, Vol 25, Iss 1, Pp 1-22 (2024)
Abstract Background Analysis of time-resolved postprandial metabolomics data can improve the understanding of metabolic mechanisms, potentially revealing biomarkers for early diagnosis of metabolic diseases and advancing precision nutrition and medic
Externí odkaz:
https://doaj.org/article/869a6111589c49389fce535fe4d4cd90
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:
Frontiers in Neuroscience, Vol 16 (2022)
Analysis of time-evolving data is crucial to understand the functioning of dynamic systems such as the brain. For instance, analysis of functional magnetic resonance imaging (fMRI) data collected during a task may reveal spatial regions of interest,
Externí odkaz:
https://doaj.org/article/f980531379244bcaab9e1a89c51b533d
Publikováno v:
Physics Letters B, Vol 821, Iss , Pp 136623- (2021)
The extension of ab initio quantum many-body theory to higher accuracy and larger systems is intrinsically limited by the handling of large data objects in form of wave-function expansions and/or many-body operators. In this work we present matrix fa
Externí odkaz:
https://doaj.org/article/b5843dd077a5440c928ece2f75eb1d84
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:
2022 IEEE International Conference on Image Processing (ICIP).
Hyperspectral super-resolution based on coupled Tucker decomposition has been recently considered in the remote sensing community. The state-of-the-art approaches did not fully exploit the coupling information contained in hyperspectral and multispec
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::b9c5151045351696455613a187b18a26
https://doi.org/10.1109/icip46576.2022.9898065
https://doi.org/10.1109/icip46576.2022.9898065
Publikováno v:
EUSIPCO 2020-28th European Signal Processing Conference
EUSIPCO 2020-28th European Signal Processing Conference, Jan 2021, Virtual, Netherlands. pp.1-5
EUSIPCO
EUSIPCO 2020-28th European Signal Processing Conference, Jan 2021, Virtual, Netherlands. pp.1-5
EUSIPCO
International audience; An effective way of jointly analyzing data from multiple sources, in other words, data fusion, is to formulate the problem as a coupled matrix and tensor factorization (CMTF) problem. However, one major challenge in data fusio
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::da5fc428244110a394b653dd51e14a3a
https://hal.science/hal-03038083
https://hal.science/hal-03038083
Publikováno v:
Entropy, Vol 19, Iss 8, p 424 (2017)
Low-rank matrix factorizations such as Principal Component Analysis (PCA), Singular Value Decomposition (SVD) and Non-negative Matrix Factorization (NMF) are a large class of methods for pursuing the low-rank approximation of a given data matrix. The
Externí odkaz:
https://doaj.org/article/21f283aa38c14e4ea51a8e027e9f3706