Startseite UR

ICA, kernel methods and nonnegativity: New paradigms for dynamical component analysis of fMRI data

Gruber, Peter und Meyer-Bäse, Anke und Foo, Simon und Theis, Fabian J. (2009) ICA, kernel methods and nonnegativity: New paradigms for dynamical component analysis of fMRI data. Engineering Applications of Artificial Intelligence 22 (4-5), S. 1111.

Im Publikationsserver gibt es leider keinen Volltext zu diesem Eintrag.

Zum Artikel beim Verlag (über DOI)


Zusammenfassung

In the last decades, functional magnetic resonance imaging (fMRI) has been introduced into clinical practice. As a consequence of this advanced noninvasive medical imaging technique, the analysis and visualization of medical image time-series data poses a new challenge to both research and medical application. But often, the model data for a regression or generalized linear model-based analysis ...

plus


Bibliographische Daten exportieren



Dokumentenart:Artikel
Datum:2009
Institutionen:Biologie und Vorklinische Medizin > Institut für Biophysik und physikalische Biochemie > Prof. Dr. Elmar Lang
Identifikationsnummer:
WertTyp
10.1016/j.engappai.2008.11.010DOI
Stichwörter / Keywords:Genetic Algorithm; Kernel Method; ROC; Nonnegative matrix factorization; Sparseness; PCA
Dewey-Dezimal-Klassifikation:500 Naturwissenschaften und Mathematik > 570 Biowissenschaften, Biologie
Status:Veröffentlicht
Begutachtet:Unbekannt / Keine Angabe
An der Universität Regensburg entstanden:Unbekannt / Keine Angabe
Eingebracht am:01 Okt 2010 08:04
Zuletzt geändert:01 Okt 2010 08:04
Dokumenten-ID:16865
Nur für Besitzer und Autoren: Kontrollseite des Eintrags
  1. Universität

Universitätsbibliothek

Publikationsserver

Kontakt:

Publizieren: oa@ur.de

Dissertationen: dissertationen@ur.de

Forschungsdaten: daten@ur.de

Ansprechpartner